Рівномірний та нормальний розподіл частот
Існують два типові розподіли частот, із якими ми можемо зустрітися й на практиці. Це рівномірний розподіл частот і нормальний розподіл частот.
Рівномірний розподіл частот
Рівномірний розподіл означає, що в нашій сукупності всі значення трапляються однаково часто. Можемо, наприклад, підрахувати, скільки місяців мали роки 2000, 2001, …, 2009:
Якщо кинути класичний ідеалізований кубик, то ймовірність, що випаде 1, дорівнює
Нерівномірний розподіл був би, якби ми мали несиметричний кубик, на якому з ймовірністю
Нормальний розподіл ймовірностей
Нормальний розподіл іноді ще називають розподілом Гаусса. Його використовують лише для неперервних випадкових величин. Стандартизований нормальний розподіл має такий вигляд:
Ця крива описується так званою функцією Гаусса, яка має вигляд:
Функція доволі складна, запам'ятовувати її не потрібно. Але бачимо, що нормальний розподіл можна задати за допомогою середнього та середнього квадратичного відхилення/дисперсії. Для різних значень середнього й відхилення можемо отримати різні графіки:
Нормальний розподіл важливий тим, що досить точно моделює різні розподіли, з якими ми можемо реально зустрітися. Бачимо, що крива завжди має один глобальний максимум, і саме в точці середнього значення. Наприклад, червона крива має максимум у точці X = 0, тож середнє значення цієї величини — нуль. Крива симетрична: вона має вісь симетрії — пряму, перпендикулярну до осі X, що проходить через середнє, тобто точку X = 0. Інакше кажучи, крива ліворуч від нуля виглядає так само, як праворуч від нуля. Зелена крива має такі самі властивості, лише не з нулем, а з точкою X = −2.
Нормальний розподіл може досить точно описувати розподіл інтелекту, або IQ, серед людей. Середнє значення IQ за означенням дорівнює 100. Водночас людей, які мають IQ понад 100, і тих, у кого він нижчий за 100, приблизно порівну. Трохи нижчий за середній рівень інтелекту мають приблизно стільки ж людей, скільки й трохи вищий за середній, а дурнів — стільки ж, скільки геніїв. Хоч іноді здається, що це не так :-). Графік, що показує приблизний розподіл IQ:
У нормальному розподілі велику роль відіграє середнє квадратичне відхилення. Якщо маємо розподіл, який є нормальним і має відхилення σ, то приблизно 68 % значень лежить на проміжку [μ − σ; μ + σ]. Тобто приблизно 68 % значень відрізняються від середнього щонайбільше на одне середнє квадратичне відхилення. Приблизно 95 % значень лежить на проміжку [μ − 2σ; μ + 2σ], а 99,7 % значень — на проміжку [μ − 3σ; μ + 3σ]. Наочно це показує рисунок нижче:
Посилання та джерела
- Деякі зображення взято з Вікіпедії, зі статей «Нормальний розподіл» (чеською) та Intelligence.
- Розподіл Гаусса на Wikiskripta.eu (чеською)