Kapitel 3.2.1: Normalfördelningskurva | Matematik 2

Bakgrund

Normalfördelningskurvan är en central modell i statistik och används i allt från kvalitetskontroll till riskanalys och testresultat.

Teori

Definition

Medelvärdet bestämmer kurvans centrum.
Standardavvikelsen bestämmer kurvans bredd och höjd.

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

Egenskaper

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

68-95-99.7-regeln

Inom ±1σ: 68,27 %, inom ±2σ: 95,45 %, inom ±3σ: 99,73 %.

Standardisering

z=\frac{x-\nobreak \mu}{\sigma}

z-värdet anger antal standardavvikelser från medelvärdet.

Interaktiv normalfördelningskurva

Justera mu, sigma och valt x

Se hur kurvans form och sannolikhetsarea ändras.

musigmax

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: $\displaystyle x=2{,}14$ .

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

. Här är

\displaystyle \mu=0,\quad\sigma=1

. 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.

$\displaystyle z = 2{,}14 , P(X \le x) = 98{,}382267 \%, P(X > x) = 1{,}6177326 \%.$

Exempel och tillämpningar

Exempel 1: z-värde

Uppgift: Längden X antas normalfördelad med medelvärdet 175 cm och standardavvikelsen 7 cm. Standardisera längden 190 cm.

xmusigma

z=\frac{x-\nobreak \mu}{\sigma}

$\displaystyle z \approx 2{,}1428571$

Exempel 2: sannolikhet över tröskel

Uppgift: Använd längdmodellen i exempel 1 och beräkna andelen som är längre än 190 cm.

Exempel 3: percentiler

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

Percentil

$\displaystyle z \approx 1{,}281552 -> \text{poäng} \approx 628{,}1552$

Vanliga misstag

Förväxla medelvärde och median i icke-normal data.
Missa om frågan avser area över, under eller mellan värden.
Tolka z-värde utan att beakta mu och sigma.
Anta normalfördelning utan rimlig datakontroll.

Vanliga frågor

Tips för att bemästra normalfördelningskurvan

Viktigt att tänka på

Tolka alltid z intuitivt: antal sigma från medelvärdet.
Lär dig $\displaystyle 68-95-99$ .7-regeln utantill.
Skissa kurvan med markerade sigma-steg innan beräkning.
Kontrollera riktning på sannolikheten (vänster/höger/mellan).
Verifiera normalitetsantagande i verklig data.

Fördjupning för högre betyg

Centrala gränsvärdessatsen

Stickprovsmedelvärden närmar sig normalfördelning när n blir större.
Detta gäller ofta oavsett ursprungsfördelning.

Skevhet och kurtosis

Skevhet beskriver asymmetri. Normalfördelningen har skevheten 0.
Kurtosis är ett standardiserat fjärde moment. För normalfördelningen är värdet 3.

Tillämpning i hypotestestning

t-test, ANOVA och regressionsanalys bygger ofta på normalitetsantaganden.
Kritisk granskning av antaganden är en central färdighet.

Slutord

När du behärskar normalfördelningskurvan kan du tolka datafördelning, sannolikhet och inferens mycket mer precist i Ma2 och vidare studier.

Kvalitetskontroll

Alla moment i underlaget är inkluderade: teori, egenskaper, exempel, FAQ, tips och fördjupning.
Interaktiv graf med $\displaystyle \mu,\ \sigma,\ x$ är implementerad.
Sannolikhet, z-värden och percentiler kan beräknas direkt på sidan.

Testa dig själv

Testa dig själv1/3

Vilka två parametrar bestämmer en normalfördelningskurvas form?

Testa att du förstått

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

Träna på det här