Нормалдуу бөлүштүрүүнүн күтүлгөн мааниси
Нормалдуу бөлүштүрүү, ошондой эле Гаусс бөлүштүрүүсү деп да аталат, статистикадагы эң негизги ыктымалдуулук бөлүштүрүүлөрүнүн бири болуп саналат жана экономика, психология, физика жана биология сыяктуу ар кандай илимий тармактарда көп колдонулат. Нормалдуу бөлүштүрүүдөгү негизги түшүнүктөрдүн бири - күтүлгөн маани (орточо маани), ал бөлүштүрүүнүн борборунун жайгашкан жерин сүрөттөгөн борбордук параметр. Бул макалада нормалдуу бөлүштүрүүнүн күтүлгөн мааниси, анын ичинде анын аныктамасы, касиеттери жана ар кандай тармактардагы колдонулушу кеңири талкууланат.
1. Нормалдуу бөлүштүрүүнү түшүнүү
Нормалдуу бөлүштүрүү – бул коңгуроо сымал жана орточо мааниге карата симметриялуу болгон үзгүлтүксүз ыктымалдуулук бөлүштүрүүсү. Математикалык жактан, нормалдуу бөлүштүрүүнү төмөнкү ыктымалдуулук тыгыздыгы функциясы (pdf) менен туюнтса болот:
\[ f(x | \mu, \sigma^2) = \frac{1}{\sqrt{2\pi\sigma^2}} \exp \left( -\frac{(x – \mu)^2}{2\sigma^2} \right) \]
Кайда:
– \( x \) кокустук чоңдук.
– \( \mu \) - бөлүштүрүүнүн күтүлгөн мааниси же орточо мааниси.
– \( \sigma \) - бөлүштүрүүнүн стандарттык четтөөсү.
– \( \sigma^2 \) - бөлүштүрүүнүн дисперсиясы.
Нормалдуу бөлүштүрүүнүн эки негизги параметри бар: орточо маани (\(\mu\)) жана стандарттык четтөө (\(\sigma\)). Орточо маани бөлүштүрүүнүн борборун аныктайт, ал эми стандарттык четтөө бөлүштүрүүнүн туурасын же таралышын аныктайт.
2. Күтүлгөн маани (орточо)
Ыктымалдуулук бөлүштүрүлүшүнүн күтүлгөн мааниси, ошондой эле күтүү деп да аталат, бөлүштүрүүнүн борборунун эң жакшы божомолу болуп саналат, айрыкча нормалдуу бөлүштүрүү контекстинде. Орточо мааниси \(\mu\) жана дисперсиясы \(\sigma^2\) менен нормалдуу бөлүштүрүлгөн кокустук өзгөрмө \(X\) күтүлгөн мааниси \(\mu\) болуп саналат.
Формалдуу түрдө, ыктымалдуулук тыгыздыгы функциясы (f) менен үзгүлтүксүз кокустук чоңдуктун күтүлгөн мааниси төмөнкүдөй аныкталат:
\[ E[X] = \int_{-\infty}^{\infty} xf(x) dx \]
Нормалдуу бөлүштүрүү үчүн бул орточо же күтүлгөн маани (\(\mu\)) бөлүштүрүү ийри сызыгы эң жогорку чекитте турган жана бөлүштүрүү симметриялуу болгон чекит экенин билдирет.
3. Күтүлгөн нарктын касиеттери
Нормалдуу бөлүштүрүүдө күтүлгөн маанинин тереңирээк түшүнүү жана практикалык колдонуу үчүн пайдалуу болгон бир нече маанилүү касиеттери бар:
1. Симметрия:
Нормалдуу бөлүштүрүү орточо мааниге карата кемчиликсиз симметрияга ээ. Бул маалыматтардын жарымы орточо маанинин сол жагында, ал эми экинчи жарымы орточо маанинин оң жагында жайгашканын билдирет.
2. Күтүлгөн маани катары орточо маани:
Нормалдуу бөлүштүрүүдө орточо маани (\(\mu\)) ошондой эле күтүлгөн маани болуп саналат, ал кокустук өзгөрмө кабыл ала турган бардык мүмкүн болгон маанилердин орточо маанисин чагылдырат.
3. Сызыктуу фактордук бүтүн сандар:
Эгерде \(X \) нормалдуу бөлүштүрүлүшү \(N(\mu, \sigma^2) \) болгон кокустук өзгөрмө болсо, жана \(a \) жана \(b \) туруктуу сандар болсо, анда \(Y = aX + b \) сызыктуу кокустук өзгөрмөнүн күтүлгөн мааниси \(E[Y] = aE[X] + b \) болот. Нормалдуу бөлүштүрүү үчүн бул \(E[Y] = a\mu + b \) болот.
4. Кокустук өзгөрмөлөрдү кошуу:
Эгерде \(X_1 \) жана \(X_2 \) экөө тең нормалдуу бөлүштүрүлгөн эки көз карандысыз кокустук чоңдуктар болсо, анда \(X = X_1 + X_2 \) суммасы да орточо \(\mu_X = \mu_1 + \mu_2 \) жана дисперсия \(\sigma_X^2 = \sigma_1^2 + \sigma_2^2 \) менен нормалдуу бөлүштүрүлөт.
4. Нормалдуу бөлүштүрүүдө күтүлгөн маанини колдонуу
Нормалдуу бөлүштүрүүдөгү күтүлгөн маани реалдуу дүйнөдө ар кандай колдонмолорго ээ, анын ичинде төмөнкүлөр:
1. Каржы:
Финансылык анализде инвестициялык портфелдин кирешелүүлүгүн баалоо үчүн күтүлгөн маани колдонулат. Мисалы, эгерде активдин кирешелүүлүгү нормалдуу бөлүштүрүүгө ылайык келсе, анда ал бөлүштүрүүнүн орточо мааниси күтүлгөн орточо кирешелүүлүктү сүрөттөө үчүн колдонулушу мүмкүн.
2. Камсыздандыруу:
Камсыздандыруу компаниялары келечектеги дооматтарды тарыхый маалыматтарга таянып баалоо үчүн күтүлгөн наркты колдонушат. Бул дооматтардын бөлүштүрүлүшү көп учурда нормалдуу бөлүштүрүүгө ылайык келет деп болжолдонот.
3. Сапат жана өндүрүш процесси:
Өндүрүш тармагында сапатты көзөмөлдөө көбүнчө өндүрүш процессинин вариациясын моделдөө жана процесстин жакшы жүрүп жатканын же өндүрүштүк кемчиликтер бар-жогун аныктоо үчүн нормалдуу бөлүштүрүүнү колдонот.
4. Психология жана билим берүү:
Нормалдуу бөлүштүрүү билим берүү жана психологиялык өлчөөлөрдө тест упайларынын бөлүштүрүлүшүн сүрөттөө үчүн колдонулат. Ал баалоолорду стандартташтырууга жана калк арасында жөндөмдүүлүктөрдүн бөлүштүрүлүшүн түшүнүүгө жардам берет.
5. Кесимпулан
Күтүлгөн маани нормалдуу бөлүштүрүүдө маанилүү түшүнүк болуп саналат. Бөлүштүрүүнүн борбордуклугунун өлчөмү катары күтүлгөн маани кокустук процесс тарабынан түзүлгөн маалыматтардын орточо мааниси жөнүндө түшүнүк берет. Реалдуу дүйнөдө күтүлгөн маанилер чечим кабыл алуу жана маалыматтарды талдоо үчүн ар кандай тармактарда колдонулат. Күтүлгөн маани жана стандарттык четтөө менен аныкталган симметриялуу касиеттери бар нормалдуу бөлүштүрүү өтө интуитивдик жана ишке ашырууга оңой ыктымалдуулук моделин камсыз кылат.
Нормалдуу бөлүштүрүүдө күтүлгөн маанини түшүнүү менен, биз маалыматтарды жакшыраак талдап, божомолдорду жасай алабыз жана ар кандай бизнес, илимий жана социалдык контексттерде маалыматтуу чечимдерди кабыл ала алабыз.
