# Normale ferdielingsformule yn statistyk
De normale ferdieling, ek wol bekend as de Gaussyske ferdieling of de klokkromme, is ien fan 'e meast fûnemintele konsepten yn 'e statistyk. It bestean dêrfan wurdt faak beskôge as de basis fan ferskate statistyske en kânsanalyses. Dizze ferdieling wurdt net allinich faak brûkt yn teory, mar ek yn ferskate praktyske tapassingen, lykas finansjeel risikomanagement, sosjale wittenskip, medisinen, en mear.
## Definysje fan normale ferdieling
De normale ferdieling is in trochgeande kânsferdieling dy't symmetrysk is oer syn gemiddelde. Mei oare wurden, in grafyske plot fan dizze ferdieling sil in klokkromme foarmje dy't by it gemiddelde breder wurdt en by de sturten smeller wurdt. Dizze ferdieling hat twa haadparameters: it gemiddelde (μ) en de standertôfwiking (σ).
It gemiddelde bepaalt de lokaasje fan it sintrum fan 'e ferdieling, wylst de standertôfwiking mjit hoe ferspraat de gegevens om it gemiddelde hinne binne. Hoe grutter de standertôfwiking, hoe breder en koarter de ferdielingskromme; hoe lytser de standertôfwiking, hoe smeller en steiler de kromme.
## Wierskynlikheidstichtensfunksje
De kânsdichtheidsfunksje (pdf) foar de normale ferdieling hat de folgjende wiskundige foarm:
[f(x | \mu, \sigma) = \frac{1}{\sigma \sqrt{2 \pi}} e^{ -\frac{(x - \mu)^2}{2\sigma^2} } \]
Hjir:
– \(x \) is in willekeurige fariabele.
– \( \mu \) is it gemiddelde fan 'e ferdieling.
– \( \sigma \) is de standertôfwiking fan 'e ferdieling.
– \(e \) is de basis fan 'e natuerlike logaritme, sawat 2.71828.
De boppesteande funksje makket in symmetryske klokkromme. De yntegraal fan dizze funksje tusken twa punten jout de kâns dat de willekeurige fariabele tusken dy twa wearden leit.
## Standert Normale Ferdieling
De standert normale ferdieling is in normale ferdieling mei in gemiddelde fan 0 en in standertôfwiking. De kânsdichtheidsfunksje foar de standert normale ferdieling is:
\[ f(z) = \frac{1}{\sqrt{2 \pi}} e^{ -\frac{z^2}{2} } \]
Hjir:
– \(z \) is in willekeurige fariabele dy't in standert normale ferdieling folget.
De standert normale ferdieling wurdt faak brûkt om't it ús mooglik makket om oare normale ferdielingen te standardisearjen fia in proses dat "standardisaasje" neamd wurdt. Standardisaasje omfettet it transformearjen fan de wearden \(x \) fan 'e normale ferdieling \(N(\mu, \sigma) \) nei de wearden \(z \) fan 'e standert normale ferdieling \(N(0, 1) \), mei de folgjende formule:
\[ z = \frac{x – \mu}{\sigma} \]
Dit proses makket it makliker om wearden fan ferskate normale ferdielingen te fergelykjen troch se op ien skaal te mappen.
## Tapassing en relevânsje
### 1. Sintrale limytstelling
De normale ferdieling is benammen relevant yn 'e kontekst fan 'e Sintrale Limytstelling (CLT). De CLT stelt dat in foldwaande grut oantal ûnôfhinklike willekeurige fariabelen sawat normaal ferdield sille wêze, nettsjinsteande de foarm fan 'e orizjinele ferdieling. Dit betsjut dat de normale ferdieling brûkt wurde kin om de ferdieling fan it stekproefgemiddelde te benaderjen, salang't de stekproef grut genôch is.
### 2. Statistyske ynferinsje
De normale ferdieling makket it mooglik om hypotezetests ta te passen, lykas de z-test en de t-test. Beide metoaden brûke de standert normale ferdieling om de statistyske betsjutting fan waarnommen resultaten te bepalen. De z-test wurdt typysk brûkt as de stekproefgrutte grut is of de standertôfwiking fan 'e populaasje bekend is, wylst de t-test tapast wurdt as de stekproefgrutte lyts is of de standertôfwiking fan 'e populaasje ûnbekend is.
### 3. Regresje-analyze
Yn lineêre regresje-analyze is de oanname dat de flatergegevens normaal ferdield binne krúsjaal. Dizze oanname makket de berekkening fan fertrouwensyntervallen en signifikânsjetests fan 'e parameters fan it regresjemodel mooglik. Likegoed wurdt it opspoaren fan gegevensflaters of útsjitters faak dien troch de residuele ferdieling te ûndersykjen op wichtige ôfwikingen fan normaliteit.
### 4. Genêskunde en Biology
Yn 'e medisinen wurdt de normale ferdieling brûkt om de ferdieling fan ferskate biologyske ferskynsels te beskriuwen. Bygelyks, hichte, bloeddruk en bepaalde laboratoariumtestresultaten folgje faak in normale ferdieling. Dit makket it bepalen fan grinswearden foar medyske diagnoaze makliker.
### 5. Finânsjes en Ekonomy
Yn 'e finânsjes wurdt de normale ferdieling brûkt om in protte ferskynsels te modellearjen, lykas oandielrendeminten, rinte tariven en mear. Hoewol oandielen yn 'e praktyk faak hegere skewness en kurtose sjen litte, biedt de oanname fan in normale ferdieling noch altyd in solide analytyske basis.
## Ymplemintaasje en berekkening
### Python brûke
Python, mei bibleteken lykas NumPy en SciPy, biedt ferskate metoaden foar it wurkjen mei de normale ferdieling. Hjir is in foarbyld fan hoe't wy de normale ferdieling kinne generalisearje en plotte mei dizze bibleteken:
"python
ymportearje ymp as np
ymportearje matplotlib.pyplot as plt
út scipy.stats ymportearje noarm
# Normale ferdielingsparameters
mu = 0 # gemiddelde
sigma = 1 # standertôfwiking
# Gegevens foar normale ferdieling
x = np.linspace(-5, 5, 1000)
y = norm.pdf(x, mu, sigma)
# Normale ferdielingsplot
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('Tichtens')
plt.title('Normale ferdieling N(0, 1)')
plt.show ()
""
Yn it boppesteande foarbyld hawwe wy normale ferdielingsgegevens generearre mei gemiddelde 0 en standertôfwiking 1, en doe de kânsdichtheidsfunksje plotte.
## Konklúzje
De normale ferdieling spilet in krúsjale rol yn statistyk en kânsberekkening. It universele gebrûk, fan 'e Sintrale Limietstelling oant ferskate praktyske tapassingen lykas regresje-analyze en hypotezetoetsing, makket it ien fan 'e populêrste en wichtichste kânsberekkeningsferdielingen. It begripen fan 'e normale ferdielingsformule en hoe't jo it effektyf brûke kinne, is in essensjele feardigens foar elkenien dy't wurket yn datawittenskip, ûndersyk, ekonomy en in protte oare fjilden.
Mei dizze kennis kinne wy ferskate soarten analytyske problemen effektiver benaderje en oplosse, wêrtroch't wy bettere besluten kinne nimme op basis fan 'e beskikbere gegevens en kânsen.
