Příklad diskusní otázky o normálním rozdělení
Normální rozdělení, známé také jako Gaussovo rozdělení, je nejčastěji používaným rozdělením pravděpodobnosti ve statistice. Toto rozdělení má symetrický tvar zvonu, což naznačuje, že data jsou uspořádána kolem průměru a pravděpodobnost extrémů (hodnot daleko od průměru) je nízká.
V tomto článku se budeme zabývat různými příklady problémů týkajících se normálního rozdělení a jejich řešením. Začneme úvodem do základních pojmů a poté přejdeme ke složitějším příkladům.
Základy normálního rozdělení
Normální rozdělení je spojité rozdělení se dvěma parametry: průměrem a směrodatnou odchylkou (SD). Průměr určuje střed rozdělení, zatímco směrodatná odchylka určuje šířku rozdělení.
Důležité charakteristiky normálního rozdělení:
1. Symetrie: Normální rozdělení je symetrické kolem průměru.
2. Empirické pravidlo (empirické pravidlo):
– Přibližně 68 % dat leží v rámci jedné směrodatné odchylky od průměru.
– Přibližně 95 % dat leží v rozmezí dvou směrodatných odchylek od průměru.
– Přibližně 99.7 % dat leží v rozmezí tří směrodatných odchylek od průměru.
Contoh Soal a Pembahasan
Příklad otázky 1: Výpočet Z-skóre
Otázka: Zkouška má průměrné skóre 70 se směrodatnou odchylkou 10. Student dosáhne skóre 80. Jaké je Z-skóre studenta?
Řešení:
Z-skóre je měřítkem, o kolik směrodatných odchylek se hodnota liší od průměru.
Vzorec pro výpočet Z-skóre:
\[ Z = \frac{X – \mu}{\sigma} \]
Dimana:
– \( X \) je pozorovaná hodnota.
– \( \mu \) je průměr.
– \( \sigma \) je směrodatná odchylka.
Je známo:
– \(X = 80 \)
– \( \mu = 70 \)
– \( \sigma = 10 \)
Použití vzorce:
\[ Z = \frac{80 – 70}{10} = 1 \]
Z-skóre studenta je tedy 1, což znamená, že skóre 80 je o jednu směrodatnou odchylku nad průměrem.
Příklad otázky 2: Pravděpodobnost určité hodnoty
Otázka: V normálním rozdělení s průměrem 100 a směrodatnou odchylkou 15, jaká je pravděpodobnost nalezení hodnoty menší než 85?
Řešení:
Kroky:
1. Vypočítejte Z-skóre pro hodnotu \( X = 85 \):
\[ Z = \frac{85 – 100}{15} = \frac{-15}{15} = -1 \]
2. Pomocí Z-tabulky nebo statistické kalkulačky vypočítejte pravděpodobnost odpovídající Z-skóre -1. V Z-tabulce je pravděpodobnost Z-skóre -1 přibližně 0.1587.
Pravděpodobnost nalezení hodnoty pod 85 je tedy 0.1587 neboli 15.87 %.
Příklad otázky 3: Použití empirických pravidel
Otázka: Je známo, že rozložení výsledků testů z matematiky ve školách se řídí normálním rozdělením s průměrem 75 a směrodatnou odchylkou 8. Jaký podíl studentů dosáhl skóre mezi 67 a 83?
Řešení:
kroky:
1. Vypočítejte Z-skóre pro hodnoty 67 a 83:
\[ Z_{67} = \frac{67 – 75}{8} = \frac{-8}{8} = -1 \]
\[ Z_{83} = \frac{83 – 75}{8} = \frac{8}{8} = 1 \]
2. Podle empirických pravidel pokrývají hodnoty mezi -1 SD a +1 SD od průměru přibližně 68 % populace.
Podíl studentů, kteří dosáhli skóre mezi 67 a 83, tedy činil přibližně 68 %.
Příklad otázky 4: Výpočet hodnot z percentilů
Otázka: Pokud je průměrná výška dospělých mužů v zemi 175 cm se směrodatnou odchylkou 7 cm, jaká výška je na 90. percentilu?
Řešení:
kroky:
1. Najděte Z-skóre odpovídající 90. percentilu. Na základě Z-tabulky je Z-skóre nejblíže k 0.9000 přibližně 1.28.
2. Použijte vzorec k výpočtu hodnoty \( X \):
X = \mu + Z \krát \sigma \]
\[ X = 175 + 1.28 \krát 7 \]
\[X = 175 + 8.96 \]
\[X = 183.96 \]
Výška v 90. percentilu je tedy okolo 183.96 cm.
Příklad otázky 5: Pravděpodobnost určitého intervalu
Otázka: Vzhledem k tomu, že rozložení hmotnosti novorozenců se řídí normálním rozdělením s průměrem 3.5 kg a směrodatnou odchylkou 0.5 kg, jaká je pravděpodobnost, že dítě váží mezi 3 kg a 4 kg?
Řešení:
kroky:
1. Vypočítejte Z-skóre pro hodnoty 3 kg a 4 kg:
\[ Z_{3} = \frac{3 – 3.5}{0.5} = \frac{-0.5}{0.5} = -1 \]
\[ Z_{4} = \frac{4 – 3.5}{0.5} = \frac{0.5}{0.5} = 1 \]
2. Pravděpodobnost Z-skóre mezi -1 a 1 na základě Z-tabulky je přibližně 0.6826 neboli 68.26 %.
Pravděpodobnost, že dítě váží mezi 3 kg a 4 kg, je tedy přibližně 68.26 %.
Závěr
Normální rozdělení je základní pojem ve statistice, který má zásadní význam a mnoho reálných aplikací. V tomto článku jsme vysvětlili základní pojmy normálního rozdělení a vyřešili několik příkladů, abychom prohloubili naše znalosti.
Pochopení normálního rozdělení není důležité jen pro statistiku, ale také pro různé praktické oblasti, jako je psychologie, ekonomie a další společenské vědy. S dostatečnou praxí se řešení problémů s normálním rozdělením může stát intuitivnějším a pomoci při rozhodování na základě dat.
