Пример питања за дискусију о нормалној расподели
Нормална расподела, позната и као Гаусова расподела, је најчешће коришћена расподела вероватноће у статистици. Ова расподела има симетричан облик звона, што указује да су подаци распоређени око средње вредности и да је вероватноћа екстрема (вредности далеко од средње вредности) мала.
У овом чланку ћемо размотрити различите примере проблема који укључују нормалну расподелу и како их решити. Почећемо са увођењем неких основних концепата, а затим ћемо прећи на сложеније примере.
Основе нормалне расподеле
Нормална расподела је континуирана расподела са два параметра: средњом вредношћу и стандардном девијацијом (SD). Средња вредност одређује центар расподеле, док стандардна девијација одређује ширину расподеле.
Важне карактеристике нормалне расподеле:
1. Симетрија: Нормална расподела је симетрична у односу на средњу вредност.
2. Емпиријско правило (Емпиријско правило):
– Око 68% података налази се унутар једне стандардне девијације од средње вредности.
– Приближно 95% података налази се унутар две стандардне девијације од средње вредности.
– Приближно 99.7% података налази се унутар три стандардне девијације од средње вредности.
Цонтох Соал и Пембахасан
Пример питања 1: Израчунавање Z-скора
Питање: Испит има просечан резултат од 70 са стандардном девијацијом од 10. Студент добија резултат од 80. Колики је студентов Z-резултат?
Решење:
Z-скор је мера колико стандардних девијација вредности одступа од средње вредности.
Формула за Z-скор:
\[ З = \фрац{Кс – \му}{\сигма} \]
Димана:
– \( X \) је посматрана вредност.
– \( \mu \) је просек.
– \( \sigma \) је стандардна девијација.
Познато је:
– \(X = 80 \)
– \( \mu = 70 \)
– \( \сигма = 10 \)
Примена формуле:
\[ З = \фрац{80 – 70}{10} = 1 \]
Дакле, студентов Z-резултат је 1, што значи да је резултат од 80 једна стандардна девијација изнад просека.
Пример питања 2: Вероватноћа одређене вредности
Питање: У нормалној расподели са средњом вредношћу од 100 и стандардном девијацијом од 15, колика је вероватноћа да се пронађе вредност испод 85?
Решење:
Кораци:
1. Израчунајте Z-скор за вредност \( X = 85 \):
\[ З = \фрац{85 – 100}{15} = \фрац{-15}{15} = -1 \]
2. Користите Z-табелу или статистички калкулатор да бисте пронашли вероватноћу која одговара Z-скору од -1. У Z-табели, вероватноћа Z-скора од -1 је приближно 0.1587.
Дакле, вероватноћа проналажења вредности испод 85 је 0.1587 или 15.87%.
Пример питања 3: Коришћење емпиријских правила
Питање: Познато је да расподела резултата из математичких испита у школама прати нормалну расподелу са средњом вредношћу 75 и стандардном девијацијом од 8. Који је проценат ученика постигао резултат између 67 и 83?
Решење:
Кораци:
1. Израчунајте Z-скор за вредности 67 и 83:
\[ З_{67} = \фрац{67 – 75}{8} = \фрац{-8}{8} = -1 \]
\[ З_{83} = \фрац{83 – 75}{8} = \фрац{8}{8} = 1 \]
2. Према емпиријским правилима, вредности између -1 SD и +1 SD од средње вредности покривају око 68% популације.
Дакле, проценат ученика који су постигли између 67 и 83 поена био је око 68%.
Пример питања 4: Израчунавање вредности из перцентила
Питање: Ако је просечна висина одраслих мушкараца у некој земљи 175 цм са стандардном девијацијом од 7 цм, која је висина на 90. перцентилу?
Решење:
Кораци:
1. Пронађите Z-скор који одговара 90. перцентилу. На основу Z-табеле, Z-скор најближи 0.9000 је приближно 1.28.
2. Користите формулу за израчунавање вредности \( X \):
\[ X = \mu + Z \пута \сигма \]
\[X = 175 + 1.28 \пута 7 \]
\[X = 175 + 8.96 \]
\[X = 183.96 \]
Дакле, висина у 90. перцентилу је око 183.96 цм.
Пример питања 5: Вероватноћа одређеног интервала
Питање: С обзиром на то да расподела тежине новорођенчади прати нормалну расподелу са средњом вредношћу од 3.5 кг и стандардном девијацијом од 0.5 кг, колика је вероватноћа да беба тежи између 3 кг и 4 кг?
Решење:
Кораци:
1. Израчунајте Z-скор за вредности 3 кг и 4 кг:
\[ З_{3} = \фрац{3 – 3.5}{0.5} = \фрац{-0.5}{0.5} = -1 \]
\[ З_{4} = \фрац{4 – 3.5}{0.5} = \фрац{0.5}{0.5} = 1 \]
2. Вероватноћа за Z-резултат између -1 и 1 на основу Z табеле је приближно 0.6826 или 68.26%.
Дакле, вероватноћа бебе тежине између 3 кг и 4 кг је око 68.26%.
Закључак
Нормална расподела је фундаментални концепт у статистици који је кључан и има много примена у стварном свету. У овом чланку смо објаснили основне концепте нормалне расподеле и решили неколико примера како бисмо продубили наше разумевање.
Разумевање нормалне расподеле није важно само за статистику, већ и за разне практичне области као што су психологија, економија и друге друштвене науке. Уз довољно праксе, решавање проблема нормалне расподеле може постати интуитивније и помоћи у доношењу одлука на основу података.
