Разлика между версии на „Нормално разпределение“
| Ред 19: | Ред 19: | ||
[[Константа]]та в този израз ни осигурява че цялата площ под кривата ϕ(x) е равна на единица, а 1⁄2 в [[експонента]] прави “широчината” на кривата (мерена като половина на разстоянието между [[точка на прегъване|точките на прегъване]] на кривата) също еднакви на единица. В статистиката е традиционно тази функция да се отбелязва с Гръцката буква ϕ (фи), докато функциите на плътността за всички други разпределения са обикновено отбелязвани с буквите ƒ или p. | [[Константа]]та в този израз ни осигурява че цялата площ под кривата ϕ(x) е равна на единица, а 1⁄2 в [[експонента]] прави “широчината” на кривата (мерена като половина на разстоянието между [[точка на прегъване|точките на прегъване]] на кривата) също еднакви на единица. В статистиката е традиционно тази функция да се отбелязва с Гръцката буква ϕ (фи), докато функциите на плътността за всички други разпределения са обикновено отбелязвани с буквите ƒ или p. | ||
| + | |||
| + | [[Image:gauss.png|thumb|left|alt= Карл Фридрих Гаус /1777-1855г./ |''[[Карл Фридрих Гаус]] (Carl Friedrich Gauß) /1777-1855г./''.]] | ||
В общия случай, нормалното разпределение се взема от вдигането на квадратна функция в експонета (точно както [[експонентно разпределение|експонентното разпределение]] се образува вдигането на [[линейна функция]] в експонента): | В общия случай, нормалното разпределение се взема от вдигането на квадратна функция в експонета (точно както [[експонентно разпределение|експонентното разпределение]] се образува вдигането на [[линейна функция]] в експонента): | ||
| Ред 24: | Ред 26: | ||
[[file:formula2.png]] | [[file:formula2.png]] | ||
| − | |||
Това води до класическата “камбанена” форма (при условие че a < 0 така че квадратното уравнение е вдлъбнато). Забележете, че f(x) > 0 навсякъде. Някой може да нагласи a за да контролира “ширината” на формата на камбаната, след това да нагласи b за да движи централния максимум на камбаната по дължина на оста x, и най-накрая да нагласи c да контролира “височината” на камбаната. За да бъде f(x) истинска функция на [[плътност на вероятността]] в R, трябва да изберем c така, че (което е възможно само когато a < 0). | Това води до класическата “камбанена” форма (при условие че a < 0 така че квадратното уравнение е вдлъбнато). Забележете, че f(x) > 0 навсякъде. Някой може да нагласи a за да контролира “ширината” на формата на камбаната, след това да нагласи b за да движи централния максимум на камбаната по дължина на оста x, и най-накрая да нагласи c да контролира “височината” на камбаната. За да бъде f(x) истинска функция на [[плътност на вероятността]] в R, трябва да изберем c така, че (което е възможно само когато a < 0). | ||
Текуща версия към 11:49, 3 февруари 2014
Нормалното разпределение или разпределението на Гаус е едно от най-важните непрекъснати разпределения и има изключително значние за статистиката. То е модел, който отразява закономерностите в масови явления, които се намират под въздействието на множество случайни причини.
Същност
Може да се счита, че когато една сличайна величина има множество стойности и те са резултат на много и независими помежду си фактори, действащи еднакво и независимо един от друг, тя има нормално разпределение. Кривата, която описва нормалното разпределение, която е идеално симетрична, се нарича нормална крива или крива на Гаус-Лаплас.
История
Първата идея за нормалното разпределение принадлежи на английския математик от френски произход Абрахам де Моавър (Abraham de Moivre)/1667-1754г./ и е определено от него като непрекъсната форма на биномно разпределение. В началото на XIX в. независимо от Моавър, нормалното разпределение е било открито и описано от видния немски математик Карл Фридрих Гаус (на немски: Carl Friedrich Gauß) /1777-1855г./ и френския математик, физик и астроном Пиер Симон Лаплас (на френски: Pierre-Simon Laplace) /1749-1827г./ , които са го приложили в теорията на случайните грешки. Затова често нормалното разпределение се нарича Гаус-Лапласово разпределение.
Дефиниция
Най-простият вид нормално разпределение е известен като стандартно нормално разпределение, описано чрез функцията за на плътност на вероятността:
Константата в този израз ни осигурява че цялата площ под кривата ϕ(x) е равна на единица, а 1⁄2 в експонента прави “широчината” на кривата (мерена като половина на разстоянието между точките на прегъване на кривата) също еднакви на единица. В статистиката е традиционно тази функция да се отбелязва с Гръцката буква ϕ (фи), докато функциите на плътността за всички други разпределения са обикновено отбелязвани с буквите ƒ или p.
В общия случай, нормалното разпределение се взема от вдигането на квадратна функция в експонета (точно както експонентното разпределение се образува вдигането на линейна функция в експонента):
Това води до класическата “камбанена” форма (при условие че a < 0 така че квадратното уравнение е вдлъбнато). Забележете, че f(x) > 0 навсякъде. Някой може да нагласи a за да контролира “ширината” на формата на камбаната, след това да нагласи b за да движи централния максимум на камбаната по дължина на оста x, и най-накрая да нагласи c да контролира “височината” на камбаната. За да бъде f(x) истинска функция на плътност на вероятността в R, трябва да изберем c така, че (което е възможно само когато a < 0).
Вместо да използване a, b, и c, много по-естествено е да опишем нормалното разпределение чрез неговата средна аритметична стойност μ = −b/(2a) и дисперсия σ2 = −1/(2a). Преминавайки на тези нови параметри ни позволява да запишем вероятността функция на плътност на вероятността в удобна стандартна форма,
При стандартното нормално разпределение, μ = 0 и σ2 = 1.
Вижте още
- Свойства на нормалното разпределение
- Графично представяне на нормално разпределение
- Франсис Галтон
- Бейсова вероятност
- Вариационен анализ
- Показатели за средно равнище
- Показатели за разсейване
- Вероятностно разпределение
- Стандартно отклонение
- Модел на Марковиц
- Закон на средната
- Логнормално разпределение
- Нормална крива при базово вероятностсно разпредeление
Източници
- Гатев, К., „Обща теория на статистиката”, ВИИ-София, София, 1986
- Мишев, Г, Цветков, С., „Статистика за икономисти”, Денеб-консулт, София, 1995
- Калоянов, Т., „Бизнес статистика”, Консултантска фирма „DDC”, София, 1996
- Андрей Василев Апостолов, Физика на кондензираната материя
- Йордан Петров Влахов, Математични методи на физиката
- Йордан Петров Влахов, Задачи по математични методи на физиката
