ตัวอย่างคำถามเกี่ยวกับการใช้ฟังก์ชันการแจกแจงปกติ

ตัวอย่างคำถามและการอภิปรายเกี่ยวกับฟังก์ชันการแจกแจงปกติ

การแจกแจงปกติ หรือที่รู้จักกันในชื่อการแจกแจงเกาส์เซียน เป็นหนึ่งในรูปแบบการแจกแจงความน่าจะเป็นพื้นฐานที่สุดในสถิติและการวิเคราะห์ข้อมูล การแจกแจงนี้มีลักษณะเป็นเส้นโค้งระฆังสมมาตรอยู่รอบค่าเฉลี่ย โดยการกระจายของข้อมูลสะท้อนถึงค่าเบี่ยงเบนมาตรฐานของค่าต่างๆ รอบค่าเฉลี่ย การแจกแจงปกติเป็นพื้นฐานของแนวคิดหลายอย่างในสถิติเชิงอนุมาน และมีการใช้งานอย่างกว้างขวางในสาขาต่างๆ รวมถึงเศรษฐศาสตร์ จิตวิทยา และสังคมศาสตร์

ในบทความนี้ เราจะกล่าวถึงตัวอย่างปัญหาและวิธีแก้ปัญหาบางประการ เพื่อให้เข้าใจฟังก์ชันการแจกแจงปกติได้ดียิ่งขึ้น

แนวคิดพื้นฐานของการแจกแจงแบบปกติ

การแจกแจงแบบปกติสามารถอธิบายได้ด้วยพารามิเตอร์หลักสองตัว:

1. ค่าเฉลี่ย (μ): ค่าเฉลี่ยของชุดข้อมูล
2. ค่าเบี่ยงเบนมาตรฐาน (σ): วัดว่าข้อมูลกระจายตัวอยู่รอบค่าเฉลี่ยมากน้อยเพียงใด

ฟังก์ชันความหนาแน่นความน่าจะเป็นของการแจกแจงปกติคือ:

\[ f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{ -\frac{(x-\mu)^2}{2\sigma^2} } \]

ต่อไปนี้เป็นขั้นตอนพื้นฐานบางประการในการแก้ปัญหาโดยใช้การแจกแจงแบบปกติ:

1. การหาค่า Z: ค่า Z คือค่าที่ใช้วัดว่าข้อมูลอยู่ห่างจากค่าเฉลี่ยเท่าใดในหน่วยส่วนเบี่ยงเบนมาตรฐาน โดยคำนวณจากสูตร:
\[ Z = \frac{X – \mu}{\sigma} \]

2. การใช้ตาราง Z: ตาราง Z หรือตารางการแจกแจงปกติมาตรฐาน ใช้เพื่อหาความน่าจะเป็นหรือเปอร์เซ็นต์ของข้อมูลที่ต่ำกว่าหรือสูงกว่าค่า Z ที่กำหนด

ตัวอย่างคำถามและการอภิปรายเกี่ยวกับการกระจายแบบปกติ

คำถามที่ 1
คะแนนสอบวิชาคณิตศาสตร์เฉลี่ยของชั้นเรียนคือ 70 โดยมีส่วนเบี่ยงเบนมาตรฐานเท่ากับ 10 ถ้าคะแนนสอบมีการกระจายแบบปกติ นักเรียนกี่เปอร์เซ็นต์ที่ได้คะแนนมากกว่า 85

การอภิปราย:

1. การหาค่า Z-score: ขั้นแรก ให้คำนวณค่า Z-score สำหรับ X = 85
\[ Z = \frac{X – \mu}{\sigma} = \frac{85 – 70}{10} = 1.5 \]

2. การพิจารณาตาราง Z: เราหาค่าความน่าจะเป็นสำหรับ Z = 1.5 จากตาราง Z ค่าความน่าจะเป็นสำหรับ Z = 1.5 คือ 0.9332 ซึ่งหมายความว่า 93.32% ของค่าต่างๆ อยู่ต่ำกว่า Z = 1.5

3. การคำนวณเปอร์เซ็นต์: เนื่องจากเราต้องการเปอร์เซ็นต์ของนักเรียนที่ได้คะแนนมากกว่า 85 คะแนน เราจึงคำนวณ 1 – 0.9332 = 0.0668
ดังนั้น นักเรียน 6.68% ทำคะแนนได้มากกว่า 85 คะแนน

คำถามที่ 2
ความสูงของชายวัยผู้ใหญ่ในประเทศหนึ่งมีการกระจายแบบปกติ โดยมีค่าเฉลี่ย 175 เซนติเมตร และส่วนเบี่ยงเบนมาตรฐาน 6 เซนติเมตร จงหาเปอร์เซ็นต์ของชายที่มีความสูงระหว่าง 170 เซนติเมตร และ 180 เซนติเมตร

การอภิปราย:

1. จงหาค่า Z-score สำหรับระยะ 170 ซม.
[ Z_{170} = \frac{170 – 175}{6} = – \frac{5}{6} \approx -0.83 \]

2. จงหาค่า Z-score สำหรับระยะ 180 ซม.
[ Z_{180} = \frac{180 – 175}{6} \approx 0.83 \]

3. ดูตาราง Z:
– ความน่าจะเป็นสำหรับ Z = -0.83 คือ 0.2033
– ความน่าจะเป็นสำหรับ Z = 0.83 คือ 0.7967

4. การคำนวณเปอร์เซ็นต์:
– ความน่าจะเป็นที่ความสูงจะอยู่ระหว่าง 170 ซม. และ 180 ซม. คือ 0.7967 – 0.2033 = 0.5934
– ดังนั้น 59.34% ของผู้ชายมีความสูงระหว่าง 170 ซม. ถึง 180 ซม.

คำถามที่ 3
แบบทดสอบ IQ ใช้การแจกแจงแบบปกติ โดยมีค่าเฉลี่ย 100 และส่วนเบี่ยงเบนมาตรฐาน 15 คะแนนใดอยู่ในเปอร์เซ็นไทล์ที่ 85?

การอภิปราย:

1. การหาค่า Z สำหรับเปอร์เซ็นไทล์ที่ 85: จากตาราง Z หรือโดยใช้เครื่องคิดเลข เปอร์เซ็นไทล์ที่ 85 จะตรงกับค่า Z = 1.04

2. การคำนวณคะแนน IQ:
[ X = Z\sigma + \mu \]
[ X = 1.04 × 15 + 100 ]
[ X = 15.6 + 100 ]
[ X = 115.6 \]

ดังนั้น คะแนน IQ ที่อยู่ในช่วงเปอร์เซ็นไทล์ที่ 85 จะอยู่ที่ประมาณ 115.6

คำถามที่ 4
หากทราบว่าคะแนนเฉลี่ยของการทดสอบความรู้ความเข้าใจของนักเรียนมัธยมปลายคือ 65 โดยมีส่วนเบี่ยงเบนมาตรฐานเท่ากับ 12 คะแนนใดอยู่ในเปอร์เซ็นไทล์ที่ 25

การอภิปราย:

1. การหาค่า Z สำหรับเปอร์เซ็นไทล์ที่ 25: จากตารางค่า Z หรือใช้เครื่องคิดเลข ค่า Z สำหรับเปอร์เซ็นไทล์ที่ 25 จะอยู่ที่ประมาณ -0.674

2. การคำนวณคะแนนสอบ:
[ X = Z\sigma + \mu \]
[ X = -0.674 × 12 + 65 ]
[ X = -8.088 + 65 ]
[ X ประมาณ 56.912 ]

ดังนั้น ค่าที่อยู่ในเปอร์เซ็นไทล์ที่ 25 จึงอยู่ที่ประมาณ 56.912

บทสรุป

การแจกแจงแบบปกติเป็นแนวคิดสำคัญในทางสถิติที่ช่วยให้เราวิเคราะห์และเข้าใจข้อมูลจากมุมมองของความน่าจะเป็น การใช้แนวทางการแจกแจงแบบปกติทำให้เราสามารถคำนวณเปอร์เซ็นต์ กำหนดค่าเฉพาะตามเปอร์เซ็นไทล์ และเปรียบเทียบข้อมูลกับค่าเฉลี่ยได้

การแก้ปัญหาโดยใช้การแจกแจงปกติไม่เพียงแต่มีประโยชน์สำหรับการสอบและการวิจัยทางวิชาการเท่านั้น แต่ยังมีประโยชน์ในทางปฏิบัติในหลายสาขาในชีวิตจริง เช่น จิตวิทยา ธุรกิจ และสังคมศาสตร์ เราหวังว่าจากตัวอย่างและการอภิปรายข้างต้น คุณจะได้รับความเข้าใจที่ดีขึ้นเกี่ยวกับฟังก์ชันการแจกแจงปกติและวิธีการนำไปใช้ในบริบทต่างๆ