Калькулятор нормального распределения

Ваши значения

Найти

Нужна только z-оценка или процентиль? Воспользуйтесь калькулятором z-оценки.

Результат

P(X < 130)

Кривая нормального распределенияЗакрашенная область: 97,72 % распределения.
P(X > 130)
Z-оценка

Пошаговое решение

  1. Переведите значение в z-оценку
    z=130−10015=2z=\frac{130-100}{15}=2
  2. Найдите площадь под стандартной нормальной кривой
    P(X<130)=Φ(2)≈0,97725P(X<130)=\Phi(2)\approx0{,}97725

Об этом инструменте

Нормальное распределение — это симметричная колоколообразная кривая, которая описывает многие измерения: рост, результаты тестов, ошибки измерений и, согласно центральной предельной теореме, средние больших выборок. Оно полностью задаётся двумя числами: средним μ\mu, которое определяет центр, и стандартным отклонением σ\sigma, которое задаёт ширину.

С помощью калькулятора можно без таблицы z-оценок найти, какая доля нормального распределения лежит ниже, выше или между заданными значениями, а также найти пороговое значение для заданной вероятности. Если нужна только z-оценка или процентиль одного значения, быстрее воспользоваться калькулятором z-оценки.

Как это работает

Введите среднее μ\mu и стандартное отклонение σ\sigma нормального распределения. Затем выберите, что нужно найти: вероятность ниже значения, выше значения или между двумя значениями — либо решить обратную задачу, то есть найти значение по заданной вероятности.

Калькулятор переводит каждое значение в z-оценку по формуле z=(x−μ)/σz = (x - \mu)/\sigma, находит площадь по стандартному нормальному распределению Φ\Phi и закрашивает её на колоколообразной кривой. В обратном режиме расчёт идёт в другую сторону: калькулятор находит z-оценку для вашей вероятности и переводит её в значение по формуле x=μ+zσx = \mu + z\sigma. Выберите центральную область, чтобы получить симметричный относительно среднего интервал, в котором лежит заданная доля распределения.

P(a<X<b)=Φ(b−μσ)−Φ(a−μσ)P(a<X<b)=\Phi\left(\frac{b-\mu}{\sigma}\right)-\Phi\left(\frac{a-\mu}{\sigma}\right)

Пример

Шкала IQ построена так, чтобы баллы подчинялись нормальному распределению с μ=100\mu = 100 и σ=15\sigma = 15. Для балла 130 z=(130−100)/15=2z = (130 - 100)/15 = 2, поэтому P(X<130)=Φ(2)≈0,97725P(X < 130) = \Phi(2) \approx 0{,}97725: около 97,7% людей набирают меньше 130 баллов и около 2,3% — больше.

Между 85 и 115, то есть в пределах одного стандартного отклонения по обе стороны от среднего, лежит Φ(1)−Φ(−1)≈0,6827\Phi(1) - \Phi(-1) \approx 0{,}6827, или около 68% распределения. В обратную сторону: балл, который превышают лишь 5% людей, составляет x=100+1,6449×15≈124,67x = 100 + 1{,}6449 \times 15 \approx 124{,}67.

Допущения и ограничения

Для строго нормального распределения результаты точны, но реальные данные нормальны лишь приближённо. Асимметрия, тяжёлые хвосты, малые выборки или величины с естественными границами (например, доходы или время ожидания) могут сделать вероятности хвостов обманчивыми, особенно вдали от среднего.

Для непрерывного распределения вероятность любого отдельного значения равна 0, поэтому P(X<x)P(X < x) и P(X≤x)P(X \le x) совпадают. Для дискретных величин, например при нормальной аппроксимации биномиального распределения, перед вводом значения внесите поправку на непрерывность 0,5.

Частые вопросы

Как найти вероятность между двумя значениями?

Переведите оба значения в z-оценки и вычтите площади: P(a<X<b)=Φ(zb)−Φ(za)P(a < X < b) = \Phi(z_b) - \Phi(z_a). Выберите режим P(a < X < b) и введите a и b — калькулятор выполнит оба шага и закрасит область.

Что такое правило 68-95-99,7?

В нормальном распределении около 68,27% значений лежат в пределах одного стандартного отклонения от среднего, 95,45% — в пределах двух и 99,73% — в пределах трёх. Это удобный способ быстро проверить любой результат калькулятора.

Как найти значение для заданного процентиля?

Выберите обратный режим с площадью левого хвоста и введите процентиль как вероятность, например 0,90 для 90-го процентиля. Калькулятор найдёт z=Φ−1(0,90)≈1,2816z = \Phi^{-1}(0{,}90) \approx 1{,}2816 и вернёт x=μ+zσx = \mu + z\sigma.

Чем он отличается от калькулятора z-оценки?

Калькулятор z-оценки стандартизирует одно значение и находит его процентиль. Этот калькулятор работает с площадями прямо в вашей шкале: ниже значения, выше, между двумя значениями, вне интервала, а также решает обратную задачу — и всё это показывает на колоколообразной кривой.

Можно ли работать со стандартным нормальным распределением?

Да. Введите среднее 0 и стандартное отклонение 1 — тогда вводимые значения будут z-оценками.

Ссылка с вашими значениями

Добавьте эти параметры к адресу страницы, чтобы она открылась с уже заполненными значениями — например, чтобы поделиться расчётом или дать ссылку из ИИ-ассистента. Результат считается в браузере: в HTML страницы показан пример для значений по умолчанию, а когда значения из ссылки применены, инструмент ставит атрибут data-url-params.

ПараметрЗначениеЕсли не указан
modeНайтиодно из: below, above, between, inverseпо умолчанию below
meanСреднее (μ)числообязательный
sdСтандартное отклонение (σ)число; допустимо > 0обязательный
xЗначение (x)число; используется при mode = below, aboveобязательный
lowerНижнее значение (a)число; используется при mode = betweenобязательный
upperВерхнее значение (b)число; используется при mode = betweenобязательный
areaОбластьодно из: below, above, central; используется при mode = inverseпо умолчанию below
probabilityВероятностьчисло; допустимо > 0 – < 1; используется при mode = inverseобязательный

Примеры

  • ?x=120&mean=100&sd=15
  • ?mode=above&x=1.5&mean=0&sd=1
  • ?lower=70&upper=130&mean=100&sd=15
  • ?probability=0.9&area=central&mean=100&sd=15

Дробную часть пишите через точку. Кодируйте пробел как %20, + как %2B, # как %23 и & как %26.

Элементы результата: [data-result-block="normal_distribution_calculator"]