Kapitel 3.2: Normalfördelning | Matematik 2

Bakgrund

Normalfördelningen (Gaussfördelningen) används i forskning, kvalitetskontroll och samhällsvetenskap för att modellera variation i naturliga data.

Teori

Definition och egenskaper

En normalfördelad variabel skrivs $\displaystyle X\sim N(\mu,\sigma)$ med tathetsfunktionen:

f(x)=\frac{1}{\sigma\sqrt{2\pi}}e^{-\nobreak \frac{(x-\nobreak \mu)^2}{2\sigma^2}}

Symmetrisk kring mu
Klockformad med topp vid $\displaystyle x = \mu$
Den totala arean under täthetskurvan är 1.
Asymptotisk mot x-axeln
$\displaystyle 68 \%$ , $\displaystyle 95 \%$ , $\displaystyle 99{,}7 \%$ inom ±1σ, ±2σ, ±3σ

Tre-sigma-regeln

\displaystyle 68-95-99{,}7

-regeln ger snabba uppskattningar för normalfördelade data.

Standardisering och z-värden

Z=\frac{X-\nobreak \mu}{\sigma}

z-värdet visar hur många standardavvikelser en observation ligger från medelvärdet.

Sannolikhetsberäkningar

Standardisera X till z.
Hamta area via tabell eller digitalt verktyg.
Tolka arean enligt fragan (vänster/höger/mellan).

Centrala gränsvärdessatsen

Medelvärden av stora stickprov tenderar att bli normalfördelade, oavsett ursprungsfördelning.

Interaktiv normalfördelningskalkylator

Exempel 1: Grundläggande sannolikhet

Uppgift: Anta normalfördelning med medelvärdet 175 och standardavvikelsen 7. Beräkna sannolikheterna under och över 185 samt mellan 168 och 182.

musigmax (för P(X > x))xLxU

$\displaystyle z(x) = 1{,}4285714$

$\displaystyle P(X \le x) = 92{,}343622 \%, P(X > x) = 7{,}6563775 \%$

$\displaystyle z_L = -1 , z_U = 1 , P(\text{xL} \le X \le \text{xU}) = 68{,}268947 \%$

Normalfördelning i standardiserad skala

Lodrät axel: Täthet

-4-202400,10,20,30,4

Vågrät axel: Standardiserat värde z

Rutlinjerna på x-axeln visar de markerade värdena. På den lodräta axeln motsvarar en ruta 0,1.

Heldragen: Täthet för Z

Lodrät streckad hjälplinje: $\displaystyle x=-1$ .

Lodrät streckad hjälplinje: $\displaystyle x=1$ .

\displaystyle Z=\frac{X-\mu}{\sigma}

. Här är

\displaystyle \mu=175,\quad\sigma=7

. Det skuggade området motsvarar de valda gränserna; gränser inom utsnittet markeras med lodräta linjer. Utsnittet visar fyra standardavvikelser åt varje håll, ungefär 99,994 procent av hela fördelningen.

Exempel 2: Percentiler

Uppgift: Poäng antas normalfördelade med medelvärdet 500 och standardavvikelsen 100. Bestäm den 90:e percentilen.

mu (test)sigma (test)Percentil

$\displaystyle z-\text{percentil} \approx 1{,}281552$

$\displaystyle X-\text{percentil} \approx 628{,}1552$

Exempel 3: Konfidensintervall

Uppgift: Ett stickprov på 100 observationer har medelvärdet 65 kg. Med känd populationsstandardavvikelse 8 kg, beräkna ett 95-procentigt konfidensintervall för populationsmedelvärdet.

x̄sigmanKonfidens (%)

$\displaystyle z-\text{kritiskt} \approx 1{,}9599628 , SE = 0{,}8 , \text{marginal} = 1{,}5679702$

Konfidensintervall: 63,43 < mu < 66,57

Intervallet förutsätter känd populationsstandardavvikelse, eller är en normalapproximation för ett stort oberoende stickprov. Om standardavvikelsen skattas från ett litet stickprov behövs normalt ett t-intervall. Konfidensgraden gäller metodens långsiktiga täckning, inte en sannolikhet för det redan beräknade intervallet.

Exempel och tillämpningar

Exempel 1: Längd hos vuxna män

Uppgift: Anta normalfördelning med medelvärdet 175 och standardavvikelsen 7. Beräkna sannolikheterna under och över 185 samt mellan 168 och 182.

Exempel 2: 90:e percentilen

Uppgift: Poäng antas normalfördelade med medelvärdet 500 och standardavvikelsen 100. Bestäm den 90:e percentilen.

Exempel 3: $\displaystyle 95\%$ konfidensintervall

Uppgift: Ett stickprov på 100 observationer har medelvärdet 65 kg. Med känd populationsstandardavvikelse 8 kg, beräkna ett 95-procentigt konfidensintervall för populationsmedelvärdet.

Vanliga misstag

Förväxla population (mu, sigma) och stickprov (x̄, s).
Glomma standardisering innan tabell/kalkylator.
Feltolka z-värden utan kontext för mu och sigma.
Anta normalfördelning utan rimlig kontroll av data.

Vanliga frågor

Tips för att bemastra normalfördelningen

Viktigt att tanka på

Trana på att tolka kurvans form när mu och sigma ändras.
Använd $\displaystyle 68-95-99{,}7$ -regeln för snabb rimlighetskontroll.
Standardisera alltid innan tabell/verktyg.
Tolka z-värden praktiskt: hur många sigma från medelvärdet?
Kontrollera normalitetsantagandet vid verklig dataanalys.

Kvalitetskontroll

Alla huvuddelar är med: definition, formler, z-standardisering, sannolikhet, CLT och tillämpningar.
Interaktiva kalkylatorer finns för sannolikhet, percentiler och konfidensintervall.
Sidan binder ihop teori och praktisk tolkning på Ma2-niva.

Testa att du förstått

Träna uppgifter i statistik för Matematik 2. Du får facit och förklaring direkt.

Träna på det här