Eksempel på et diskusjonsspørsmål om normalfordeling
Normalfordelingen, også kjent som Gauss-fordelingen, er den mest brukte sannsynlighetsfordelingen i statistikk. Denne fordelingen har en symmetrisk klokkeform, som indikerer at dataene er ordnet rundt gjennomsnittet og sannsynligheten for ekstremer (verdier langt fra gjennomsnittet) er lav.
I denne artikkelen skal vi diskutere ulike eksempelproblemer som involverer normalfordelingen og hvordan vi løser dem. Vi starter med å introdusere noen grunnleggende konsepter og går deretter videre til mer komplekse eksempler.
Grunnleggende om normalfordeling
Normalfordelingen er en kontinuerlig fordeling med to parametere: gjennomsnittet og standardavviket (SD). Gjennomsnittet bestemmer sentrum av fordelingen, mens standardavviket bestemmer bredden på fordelingen.
Viktige kjennetegn ved normalfordelingen:
1. Symmetri: Normalfordelingen er symmetrisk om gjennomsnittet.
2. Empirisk regel (Empirisk regel):
– Omtrent 68 % av dataene ligger innenfor ett standardavvik fra gjennomsnittet.
– Omtrent 95 % av dataene ligger innenfor to standardavvik fra gjennomsnittet.
– Omtrent 99.7 % av dataene ligger innenfor tre standardavvik fra gjennomsnittet.
Eksempel på hva som skjer i fremtiden
Eksempelspørsmål 1: Beregning av Z-poengsum
Spørsmål: En eksamen har en gjennomsnittlig poengsum på 70 med et standardavvik på 10. En student får en poengsum på 80. Hva er studentens Z-poengsum?
Løsning:
Z-skåren er et mål på hvor mange standardavvik en verdi er fra gjennomsnittet.
Z-poengsumformel:
\[ Z = \frac{X – \mu}{\sigma} \]
Dimana:
– \(X \) er den observerte verdien.
– \( \mu \) er gjennomsnittet.
– \( \sigma \) er standardavviket.
Det er kjent:
– \(X = 80 \)
– \( \mu = 70 \)
– \( \sigma = 10 \)
Anvendelse av formelen:
\[ Z = \frac{80 – 70}{10} = 1 \]
Så er studentens Z-skåre 1, som betyr at en skåre på 80 er ett standardavvik over gjennomsnittet.
Eksempelspørsmål 2: Sannsynlighet for en viss verdi
Spørsmål: I en normalfordeling med et gjennomsnitt på 100 og et standardavvik på 15, hva er sannsynligheten for å finne en verdi under 85?
Løsning:
Trinnene:
1. Beregn Z-poengsummen for verdien \(X = 85 \):
\[ Z = \frac{85 – 100}{15} = \frac{-15}{15} = -1 \]
2. Bruk en Z-tabell eller statistisk kalkulator for å finne sannsynligheten som tilsvarer en Z-skåre på -1. I en Z-tabell er sannsynligheten for en Z-skåre på -1 omtrent 0.1587.
Så sannsynligheten for å finne en verdi under 85 er 0.1587 eller 15.87 %.
Eksempelspørsmål 3: Bruk av empiriske regler
Spørsmål: Det er kjent at fordelingen av matematikkprøveresultater i skolene følger en normalfordeling med et gjennomsnitt på 75 og et standardavvik på 8. Hvor stor andel av elevene fikk et resultat mellom 67 og 83?
Løsning:
Trinn:
1. Beregn Z-poengsummen for verdiene 67 og 83:
\[ Z_{67} = \frac{67 – 75}{8} = \frac{-8}{8} = -1 \]
\[ Z_{83} = \frac{83 – 75}{8} = \frac{8}{8} = 1 \]
2. I følge empiriske regler dekker verdier mellom -1 SD og +1 SD fra gjennomsnittet omtrent 68 % av populasjonen.
Så andelen elever som scoret mellom 67 og 83 var omtrent 68 %.
Eksempelspørsmål 4: Beregning av verdier fra persentiler
Spørsmål: Hvis gjennomsnittshøyden til voksne menn i et land er 175 cm med et standardavvik på 7 cm, hvilken høyde er da ved 90. persentil?
Løsning:
Trinn:
1. Finn Z-poengsummen som tilsvarer den 90. persentilen. Basert på Z-tabellen er Z-poengsummen nærmest 0.9000 omtrent 1.28.
2. Bruk formelen til å beregne verdien av \(X \):
[X = μ + Z × sigma]
[X = 175 + 1.28 × 7]
\[X = 175 + 8.96 \]
\[X = 183.96 \]
Så er høyden i den 90. persentilen rundt 183.96 cm.
Eksempelspørsmål 5: Sannsynligheten for et visst intervall
Spørsmål: Gitt at fordelingen av nyfødtvekter følger en normalfordeling med et gjennomsnitt på 3.5 kg og et standardavvik på 0.5 kg, hva er sannsynligheten for at en baby veier mellom 3 kg og 4 kg?
Løsning:
Trinn:
1. Beregn Z-poengsummen for verdiene 3 kg og 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. Sannsynligheten for en Z-skåre mellom -1 og 1 basert på Z-tabellen er omtrent 0.6826 eller 68.26 %.
Så sannsynligheten for at en baby veier mellom 3 kg og 4 kg er omtrent 68.26 %.
Konklusjon
Normalfordelingen er et grunnleggende konsept innen statistikk som er avgjørende og har mange praktiske anvendelser. I denne artikkelen har vi forklart de grunnleggende konseptene bak normalfordelingen og løst flere eksempler for å gi oss en dypere forståelse.
Å forstå normalfordelingen er ikke bare viktig for statistikk, men også for ulike praktiske felt som psykologi, økonomi og andre samfunnsvitenskaper. Med nok øvelse kan det bli mer intuitivt å løse normalfordelingsproblemer og hjelpe til med datadrevet beslutningstaking.
