Normal Paylanma Funksiyası
Normal paylanma funksiyası statistika və ehtimal nəzəriyyəsində iqtisadiyyatdan sosial elmlərə, fizikaya və mühəndisliyə qədər müxtəlif sahələrdə mühüm rol oynayan fundamental bir anlayışdır. Bu funksiya çox vacibdir, çünki bir çox real həyat hadisələrinin təbii paylanmasını təsvir edir. Bu məqalədə normal paylanma funksiyası, onun xüsusiyyətləri, tətbiqləri və məlumatların təhlilində necə tətbiq olunacağı ətraflı müzakirə olunacaq.
Normal Paylanma Funksiyası nədir?
Normal paylanma, həmçinin Qaus paylanması kimi də tanınır, statistikada ən çox yayılmış ehtimal paylanmasıdır. Onun əyrisi zəng formasındadır və orta qiymətə nisbətən simmetrikdir. Bu paylanma "normal" adlanır, çünki böyük miqdarda məlumat toplandıqda bir çox real həyat təsadüfi dəyişənləri bu paylanmaya yaxınlaşır.
Normal paylanma funksiyası iki parametrlə müəyyən edilir: orta (μ) və standart sapma (σ). Orta paylanmanın mərkəzini, standart sapma isə əyrinin enini və formasını təyin edir. Bu funksiya aşağıdakı riyazi düsturla verilir:
\[ f(x|\mu, \sigma) = \frac{1}{\sigma \sqrt{2\pi}} e^{ -\frac{(x-\mu)^2}{2\sigma^2}} \]
Harada:
– \( x \) təsadüfi dəyişəndir
– \( \mu \) orta qiymətdir
– \( \sigma \) standart sapmadır
– \( \pi \) pi sabitidir (təxminən 3.14159)
– \( e \) təbii loqarifmin əsasıdır (təxminən 2.71828)
Normal Paylanmanın Xüsusiyyətləri
Normal paylanma onu digər ehtimal paylanmalarından fərqləndirən bir neçə fərqli xüsusiyyətə malikdir:
1. Simmetrik: Normal paylanma orta qiymətə nisbətən simmetrikdir. Bu o deməkdir ki, məlumatların yarısı orta qiymətin solunda, digər yarısı isə sağdadır.
2. Ortadakı Pik: Əyrinin ortada pik nöqtəsi var və ortadan uzaqlaşdıqca eksponensial olaraq azalır.
3. Əyri Altındakı Ümumi Sahə: Normal paylanma əyrisi altındakı ümumi sahə 1-ə bərabərdir və bu da ümumi ehtimalı təmsil edir.
4. Empirik Dəst: Məlumatların təxminən 68%-i orta qiymətin bir standart sapması daxilində, 95%-i iki standart sapma daxilində və 99.7%-i üç standart sapma daxilindədir. Bu, 68-95-99.7 qaydası kimi tanınır.
5. Sərhədsiz: Üfüqi oxa (x oxu) yaxınlaşdığı, lakin heç vaxt toxunmadığı asimptotik normal paylanma əyrisi.
Normal Paylanma Tətbiqləri
Normal paylanmanın müxtəlif sahələrdə geniş tətbiqləri var, burada bəzi nümunələr var:
1. Sosial Elmlər və Psixologiya
Sosial və psixoloji tədqiqatlarda normal paylanma tez-tez IQ, test balları və şəxsiyyət xüsusiyyətləri kimi dəyərlərin paylanmasını təsvir etmək üçün istifadə olunur. Fərziyyə budur ki, bir çox insan xüsusiyyətləri normal paylanmışdır və bu da tədqiqatçılara statistik təhlillər aparmağa imkan verir.
2. İqtisadiyyat və Maliyyə
İqtisadiyyatda və maliyyə bazarlarında normal paylanma fərziyyəsi müxtəlif modellərdə risk, investisiya gəlirləri və bazar dəyişkənliyini qiymətləndirmək üçün istifadə olunur. Black-Scholes modeli kimi modellər normal paylanmadan qiymət opsionlarına və digər maliyyə törəmələrinə istifadə edir.
3. Təbiət Elmləri və Mühəndislik
Təbiət elmləri və mühəndislikdə normal paylanma ölçmə səhvlərini və təbii hadisələri modelləşdirmək üçün istifadə olunur. Məsələn, fizikada, tez-tez Broun hərəkətini və təcrübələrdə səhvlərin paylanmasını təsvir etmək üçün istifadə olunur.
4. Keyfiyyətə Nəzarət
İstehsal sənayesində normal paylanma, istehsal prosesinin icazə verilən hədlər daxilində olub-olmadığını və ya tənzimlənməli olduğunu müəyyən etməyə kömək edən nəzarət cədvəlləri kimi keyfiyyətə nəzarət metodları üçün istifadə olunur.
Məlumatların Təhlilində Normal Paylanmanın Tətbiqi
Məlumatların təhlilində normal paylanmanı tətbiq etmək üçün ehtimalların necə hesablanacağını və məlumatların standartlaşdırılacağını başa düşməlisiniz. Standartlaşdırma müxtəlif normal paylanmalardan məlumatların müqayisəsinə kömək edir.
Z hesabı
Z-bal və ya standart sapma, (x) dəyərinin standart sapma vahidlərində orta qiymətdən nə qədər uzaq olduğunu ölçmək üçün tez-tez istifadə olunan bir texnikadır. Z-bal aşağıdakı düsturla hesablanır:
\[ Z = \frac{(X – \mu)}{\sigma} \]
Bu Z-bal dəyəri daha sonra Z cədvəli və ya statistik proqram təminatından istifadə edərək standart normal paylanmanın (orta=0 və standart sapma=1) ehtimalını və ya faizini tapmaq üçün istifadə edilə bilər.
QQ Süjeti
QQ (Quantile-Quantile) qrafiki, bir sıra məlumat dəstinin normal paylanma kimi müəyyən bir paylanmanı izləyib-izləmədiyini qiymətləndirmək üçün qrafik bir vasitədir. Əgər məlumatlar normal paylanmanı izləyərsə, QQ qrafikindəki nöqtələr düz bir xətt əmələ gətirəcək.
Normallıq Testi
Məlumatlarda normallığı yoxlamaq üçün istifadə edilə bilən bir neçə statistik test mövcuddur, o cümlədən Kolmoqorov-Smirnov testi, Şapiro-Wilk testi və Anderson-Darling testi. Bu testlər orijinal populyasiya məlumatlarının normal paylanmaya uyğun olub-olmadığını müəyyən etməyə kömək edir.
Həqiqi Nümunə
Normal paylanmanın tətbiqini aydınlaşdırmaq üçün real həyat nümunəsini nəzərdən keçirək. Tutaq ki, orta qiyməti 70 və standart sapması 10 olan 1000 tələbədən test balları məlumatları əldə etmişik.
Ehtimal Hesablanması
Tələbənin 60 ilə 80 arasında bal toplama ehtimalını bilmək istəyirik. Əvvəlcə 60 və 80 üçün Z-balını hesablayırıq.
\[ Z_{60} = \frac{60 – 70}{10} = -1 \]
\[ Z_{80} = \frac{80 – 70}{10} = 1 \]
Z cədvəlindən istifadə edərək, Z <= -1 ehtimalının 0.1587, Z <= 1 ehtimalının isə 0.8413 olduğunu görürük. 60 ilə 80 arasında bir bal ehtimalını tapmaq üçün bu iki ehtimalı çıxırıq: \[ P(60 <= X <= 80) = P(Z <= 1) - P(Z <= -1) = 0.8413 - 0.1587 = 0.6826 \] Beləliklə, tələbənin 60 ilə 80 arasında bir bal toplama ehtimalı təxminən 68.26% -dir. QQ qrafikinin yaradılması R və ya Python kimi statistik proqram təminatından istifadə edərək, test bal məlumatlarımız üçün QQ qrafiki yarada bilərik. Əgər real test bal məlumatlarımız normal paylanmaya uyğundursa, qrafikdəki nöqtələr düz xətt əmələ gətirəcək. Normallıq üçün test Nəhayət, test bal məlumatlarımız normal paylanmaya uyğun olub olmadığını yoxlamaq üçün Şapiro-Wilk testini işə sala bilərik. Statistik proqram təminatından istifadə edərək, bu test üçün p-dəyərini asanlıqla əldə edə bilərik. Əgər p-dəyəri əhəmiyyət səviyyəsindən (adətən 0.05) böyükdürsə, məlumatlarımız normal olduğuna dair sıfır hipotezini rədd edə bilmirik. Nəticə Normal paylanma funksiyası statistik təhlilin əsasını təşkil edir və müxtəlif fənlər üzrə geniş tətbiqlərə malikdir. Paylanmanın əsas xüsusiyyətləri - simmetriya, orta qiymətə çatma və 68-95-99.7 qaydası - onu bir çox məlumat təhlili növləri üçün ideal edir. Normal paylanmanın necə işlədiyini və məlumat təhlilində necə tətbiq olunacağını anlayaraq tədqiqatçılar və mütəxəssislər öz məlumatlarından güclü və dəqiq nəticələr çıxara bilərlər. İstər maliyyə risklərini proqnozlaşdırmaq, istər psixoloji xüsusiyyətləri qiymətləndirmək, istərsə də istehsal keyfiyyətinə nəzarət etmək olsun, normal paylanma mürəkkəb sistemlərə xas olan dəyişkənliyi anlamaq və təhlil etmək üçün güclü bir çərçivə təqdim edir.
