Primjer pitanja za raspravu o normalnoj distribuciji
Normalna distribucija, poznata i kao Gaussova distribucija, najčešće je korištena distribucija vjerojatnosti u statistici. Ova distribucija ima simetričan oblik zvona, što ukazuje na to da su podaci raspoređeni oko srednje vrijednosti, a vjerojatnost ekstrema (vrijednosti daleko od srednje vrijednosti) je niska.
U ovom ćemo članku raspravljati o raznim primjerima problema koji uključuju normalnu distribuciju i kako ih riješiti. Započet ćemo s uvođenjem nekih osnovnih koncepata, a zatim prijeći na složenije primjere.
Osnove normalne distribucije
Normalna distribucija je kontinuirana distribucija s dva parametra: srednjom vrijednošću i standardnom devijacijom (SD). Srednja vrijednost određuje središte distribucije, dok standardna devijacija određuje širinu distribucije.
Važne karakteristike normalne distribucije:
1. Simetrija: Normalna distribucija je simetrična oko srednje vrijednosti.
2. Empirijsko pravilo (Empirijsko pravilo):
– Oko 68% podataka nalazi se unutar jedne standardne devijacije od srednje vrijednosti.
– Otprilike 95% podataka nalazi se unutar dvije standardne devijacije od srednje vrijednosti.
– Otprilike 99.7% podataka nalazi se unutar tri standardne devijacije od srednje vrijednosti.
Primjeri pitanja i rasprava
Primjer pitanja 1: Izračun Z-vrijednosti
Pitanje: Ispit ima prosječan rezultat od 70 sa standardnom devijacijom od 10. Student dobiva rezultat od 80. Koji je studentov Z-rezultat?
Otopina:
Z-vrijednost je mjera koja pokazuje koliko standardnih devijacija vrijednost odstupa od prosjeka.
Formula Z-vrijednosti:
\[ Z = \frac{X – \mu}{\sigma} \]
Gdje:
– \( X \) je opažena vrijednost.
– \( \mu \) je prosjek.
– \( \sigma \) je standardna devijacija.
Poznato je:
– \(X = 80 \)
– \( \mu = 70 \)
– \( \sigma = 10 \)
Primjena formule:
\[ Z = \frac{80 – 70}{10} = 1 \]
Dakle, Z-rezultat učenika je 1, što znači da je rezultat od 80 jedna standardna devijacija iznad prosjeka.
Primjer pitanja 2: Vjerojatnost određene vrijednosti
Pitanje: U normalnoj distribuciji sa srednjom vrijednošću od 100 i standardnom devijacijom od 15, koja je vjerojatnost pronalaska vrijednosti ispod 85?
Otopina:
Koraci:
1. Izračunajte Z-vrijednost za vrijednost \( X = 85 \):
\[ Z = \frac{85 – 100}{15} = \frac{-15}{15} = -1 \]
2. Pomoću Z-tablice ili statističkog kalkulatora pronađite vjerojatnost koja odgovara Z-vrijednosti -1. U Z-tablici, vjerojatnost Z-vrijednosti -1 iznosi približno 0.1587.
Dakle, vjerojatnost pronalaska vrijednosti ispod 85 je 0.1587 ili 15.87%.
Primjer pitanja 3: Korištenje empirijskih pravila
Pitanje: Poznato je da raspodjela rezultata testova iz matematike u školama slijedi normalnu distribuciju sa srednjom vrijednošću 75 i standardnom devijacijom od 8. Koliki je udio učenika postigao rezultat između 67 i 83?
Otopina:
Koraci:
1. Izračunajte Z-vrijednost za vrijednosti 67 i 83:
\[ Z_{67} = \frac{67 – 75}{8} = \frac{-8}{8} = -1 \]
\[ Z_{83} = \frac{83 – 75}{8} = \frac{8}{8} = 1 \]
2. Prema empirijskim pravilima, vrijednosti između -1 SD i +1 SD od prosjeka pokrivaju oko 68% populacije.
Dakle, udio učenika koji su postigli rezultat između 67 i 83 bio je oko 68%.
Primjer pitanja 4: Izračunavanje vrijednosti iz percentila
Pitanje: Ako je prosječna visina odraslih muškaraca u nekoj zemlji 175 cm sa standardnom devijacijom od 7 cm, koja je visina na 90. percentilu?
Otopina:
Koraci:
1. Pronađite Z-vrijednost koja odgovara 90. percentilu. Na temelju Z-tablice, Z-vrijednost najbliža 0.9000 iznosi približno 1.28.
2. Upotrijebite formulu za izračun vrijednosti \( X \):
\[X = \mu + Z \puta \sigma \]
\[X = 175 + 1.28 \puta 7 \]
\[X = 175 + 8.96 \]
\[X = 183.96 \]
Dakle, visina u 90. percentilu je oko 183.96 cm.
Primjer pitanja 5: Vjerojatnost određenog intervala
Pitanje: S obzirom na to da raspodjela težine novorođenčadi slijedi normalnu distribuciju sa srednjom vrijednošću od 3.5 kg i standardnom devijacijom od 0.5 kg, koja je vjerojatnost da beba teži između 3 kg i 4 kg?
Otopina:
Koraci:
1. Izračunajte Z-vrijednost za vrijednosti 3 kg i 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. Vjerojatnost Z-vrijednosti između -1 i 1 na temelju Z tablice iznosi približno 0.6826 ili 68.26%.
Dakle, vjerojatnost da će beba težiti između 3 kg i 4 kg je oko 68.26%.
Zaključak
Normalna distribucija je temeljni koncept u statistici koji je ključan i ima mnogo primjena u stvarnom svijetu. U ovom smo članku objasnili osnovne koncepte normalne distribucije i riješili nekoliko primjera kako bismo produbili naše razumijevanje.
Razumijevanje normalne distribucije nije važno samo za statistiku, već i za razna praktična područja poput psihologije, ekonomije i drugih društvenih znanosti. Uz dovoljno vježbe, rješavanje problema normalne distribucije može postati intuitivnije i pomoći u donošenju odluka temeljenih na podacima.
