สัญชาตญาณเรื่องการแจกแจงปกติ: ทำไมเส้นโค้งรูประฆังจึงมีอยู่ทุกที่

เส้นโค้งรูประฆังเป็นรูปแบบที่ถูกนำกลับมาใช้ซ้ำมากที่สุดในวิชาสถิติทั้งหมด — ส่วนสูง คะแนน IQ สัญญาณรบกวนจากการวัด และปรากฏการณ์ทางธรรมชาติอีกหลายสิบอย่างต่างกระจุกตัวอยู่รอบ ๆ ค่าเฉลี่ยและเรียวลงอย่างสมมาตร บทความนี้ให้ สัญชาตญาณ กับคุณก่อน แล้วจึงตามด้วยสูตรที่คุณต้องใช้จริง ๆ

"ปกติ" หมายความว่าอย่างไร

ตัวแปรสุ่ม $X$ มีการแจกแจงแบบปกติด้วยค่าเฉลี่ย $\mu$ และส่วนเบี่ยงเบนมาตรฐาน $\sigma$ เมื่อความหนาแน่นของมันเป็นไปตาม:

$f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\left(-\frac{(x - \mu)^2}{2\sigma^2}\right)$

อย่าท่องจำสมการนั้น — สิ่งที่สำคัญคือ รูปร่าง: สมมาตรรอบ ๆ $\mu$ มียอดสูงสุดตรงนั้น และลดต่ำลงอย่างรวดเร็ว โดยที่ระยะสองซิกมาก็ถือว่าพบได้ไม่บ่อยอย่างเห็นได้ชัดแล้ว

ทำไมมันถึงมีอยู่ทุกที่? ทฤษฎีบทขีดจำกัดกลาง

ทฤษฎีบทขีดจำกัดกลาง (CLT) คือเหตุผล มันบอกว่า: ค่าเฉลี่ยของอิทธิพลสุ่มที่เป็นอิสระต่อกันจำนวนมากมีแนวโน้มเข้าสู่การแจกแจงปกติ ไม่ว่าอิทธิพลแต่ละตัวจะมีลักษณะอย่างไรก็ตาม

ตัวอย่างเช่น ส่วนสูงถูกกำหนดด้วยปัจจัยทางพันธุกรรมและสิ่งแวดล้อมหลายร้อยปัจจัย แต่ละปัจจัยเพิ่มส่วนสนับสนุนเล็ก ๆ ที่เป็นอิสระต่อกัน ผลรวมจึงประมาณเป็นเส้นโค้งรูประฆัง

กฎ 68-95-99.7

สำหรับการแจกแจงปกติ ใด ๆ ไม่ว่า $\mu$ หรือ $\sigma$ จะเป็นเท่าใด:

• 68% ของข้อมูลตกอยู่ภายใน $\mu \pm 1\sigma$
• 95% ภายใน $\mu \pm 2\sigma$
• 99.7% ภายใน $\mu \pm 3\sigma$

นี่คือกฎเชิงประจักษ์ จงท่องจำมันไว้ — มันตอบคำถามสอบส่วนใหญ่ได้ใน 10 วินาที

ตัวอย่างที่คำนวณให้ดู

ส่วนสูงของชายวัยผู้ใหญ่ในสหรัฐฯ มี $\mu \approx 70$ นิ้ว และ $\sigma \approx 3$ นิ้ว ผู้ชายกี่ส่วนที่มีส่วนสูงระหว่าง 64 ถึง 76 นิ้ว?

ช่วงนั้นคือ $70 \pm 6 = 70 \pm 2\sigma$ ดังนั้นจึงเป็น 95%

ค่า z: การทำให้การแจกแจงปกติใด ๆ เป็นมาตรฐาน

ในการเปรียบเทียบค่าระหว่างการแจกแจงปกติที่ต่างกัน ให้แปลงเป็น ค่า z:

$z = \frac{x - \mu}{\sigma}$

ค่า z คือ "ห่างจากค่าเฉลี่ยกี่ส่วนเบี่ยงเบนมาตรฐาน" มันช่วยให้คุณใช้ การแจกแจงปกติมาตรฐาน $N(0, 1)$ ได้กับ ทุก โจทย์ผ่านตารางค้นหา (หรือเครื่องคำนวณของเรา)

ตัวอย่างค่า z

คะแนนสอบ $x = 85$ มาจาก $N(75, 5)$ ค่า z ของมันคือ $z = (85 - 75)/5 = 2$ จากกฎเชิงประจักษ์ มีเพียงประมาณ $\approx 2.5\%$ ของคะแนนเท่านั้นที่สูงกว่านี้

ข้อผิดพลาดที่พบบ่อย

• สับสนระหว่าง $\sigma$ กับ $\sigma^2$: ส่วนเบี่ยงเบนมาตรฐานกับความแปรปรวน
• สมมติว่าข้อมูลทั้งหมดเป็นปกติ: มันไม่ใช่! รายได้ ขนาดไฟล์ และขนาดของแผ่นดินไหวเบ้อย่างมาก จงพล็อตฮิสโทแกรมก่อนเสมอ
• แทนตัวเลขดิบลงในกฎเชิงประจักษ์ — แปลงเป็นค่า z ก่อน

ลองใช้ตัวแก้การแจกแจงปกติ AI

ใช้ตัวแก้การแจกแจงปกติ เพื่อคำนวณความน่าจะเป็นที่แม่นยำ — ดีกว่าการอ่านตารางด้วยสายตา

การอ้างอิงที่เกี่ยวข้อง:

• เครื่องคำนวณส่วนเบี่ยงเบนมาตรฐาน — พารามิเตอร์การกระจาย
• เครื่องคำนวณค่า z — สำหรับการทำให้เป็นมาตรฐาน
• ค่าเฉลี่ย / มัธยฐาน / ฐานนิยม — พื้นฐานของแนวโน้มสู่ส่วนกลาง