Auteursrecht Ⓒ 2013-2026
tiger-algebra.com

☰
Tiger Algebra rekenmachine
Selecteer taal
Add naar Home
Tiger Algebra-oplosser
Zijn je looking voor...
Camera-pictogram
Voer een vergelijking of opgave in
Camera-pictogram
Camerainvoer wordt niet herkend!

Oplossing - Cumulative kansrekening in de standaard Neermal distribution

Eindresultaat Stappen Begrippen en onderwerpen
Cumulative kansrekening −5517100%
-5517100%
Bekijk stappen Learn more met Tiger Try deze:

Other Ways naar Los op

Cumulative kansrekening in de standaard Neermal distribution

Stapsgewijze uitleg

1. Vind de cumulative kansrekening van de z-scores waarden up naar TOK0

More than 99,9% van de time, data met een standaard Neermal distribution lies within plus of minus 3,9 Standaardafwijkings van de gemiddelde.

De cumulative kansrekening van de waarden up naar TOK0 is 1.
TOK1(TOK2<TOK3)=1
De cumulative kansrekening die TOK4<TOK5 is 100%

2. Vind de cumulative kansrekening van de z-scores waarden up naar TOK0

Use de positive z-table naar vind de waarde corresponding naar [PARSE ERROR: Undefined("Underscore")]TOK0[PARSE ERROR: Undefined("Underscore")]. Deze waarde is de cumulative kansrekening van de area naar de left van [PARSE ERROR: Undefined("Underscore")]TOK1[PARSE ERROR: Undefined("Underscore")].

Z0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0,0550399507985119751595519945239252795318853586
0,15398354385477655172555675596256356567495714257535
0,257926583175870659095594835987160257606426102661409
0,36179162172625526293633076368364058644316480365173
0,4655426591662766664670036736467724680826843968793
0,5691466949769847701947054708847122671566719047224
0,67257572907732377356573891742157453774857751757549
0,7758047611576424767377035773377763777935782378524
0,878814791037938979673799558023480511807858105781327
0,981594818598212182381826398289483147833988364683891
1,084134843758461484849850838531485543857698599386214
1,1864338665868648707687286874938769887988188298
1,288493886868887789065892518943589617897968997390147
1,3903290499065890824909889114991308914669162191774
1,49192492073922292364925079264792785929229305693189
1,593319934489357493699938229394394062941799429594408
1,694529463947389484594959505395154952549535295449
1,79554395637957289581895907959949608961649624696327
1,896407964859656296638967129678496856969269699597062
1,99712897193972579732973819744197597558976159767
2,09772597778978319788297932979829803980779812498169
2,19821498257983983419838298422984619859853798574
2,298619864598679987139874598778988099884988798899
2,39892898956989839901990369906199086991119913499158
2,49918992029922499245992669928699305993249934399361
2,5993799939699413994399446994619947799492995069952
2,69953499547995699573995859959899609996219963299643
2,79965399664996749968399693997029971199729972899736
2,89974499752997699767997749978199788997959980199807
2,999813998199982599831998369984199846998519985699861
3,0998659986999874998789988299886998899989399896999
3,19990399906999199913999169991899921999249992699929
3,2999319993499936999389994999429994499946999489995
3,39995299953999559995799958999699961999629996499965
3,49996699968999699997999719997299973999749997599976
3,59997799978999789997999989998199981999829998399983
3,699984999859998599986999869998799987999889998899989
3,799989999999999999999919999199992999929999299992
3,899993999939999399994999949999499994999959999599995
3,999995999959999699996999969999699996999969999799997

EEN z-score van TOK0 corresponds naar een area van TOK1
TOK2(TOK3<TOK4)=TOK5
De cumulative kansrekening die TOK6<TOK7 is TOK8

3. Bereken de cumulative kansrekening tussen 18 en \frac{1}{8}

Naar vind de cumulative kansrekening van de area tussen de two z-scores, subtract de smaller cumulative kansrekening (everything naar de left van [PARSE ERROR: Undefined("Underscore")]TOK0[PARSE ERROR: Undefined("Underscore")]) van de larger cumulative kansrekening (everything naar de left van [PARSE ERROR: Undefined("Underscore")]TOK1[PARSE ERROR: Undefined("Underscore")]):

[PARSE ERROR: Undefined("Underscore")]TOK2[PARSE ERROR: Undefined("Underscore")]-[PARSE ERROR: Undefined("Underscore")]TOK3[PARSE ERROR: Undefined("Underscore")]=[PARSE ERROR: Undefined("Underscore")]TOK4[PARSE ERROR: Undefined("Underscore")]
[PARSE ERROR: Undefined("Underscore")]TOK5[PARSE ERROR: Undefined("Underscore")]=[PARSE ERROR: Undefined("Underscore")]TOK6[PARSE ERROR: Undefined("Underscore")]
De cumulative kansrekening die [PARSE ERROR: Undefined("Underscore")]TOK7[PARSE ERROR: Undefined("Underscore")] is [PARSE ERROR: Undefined("Underscore")]TOK8[PARSE ERROR: Undefined("Underscore")]

Waarom dit leren

Learn more met Tiger

De Neermal distribution is important because wij see het often in nature. Suppose wij gather many unrelated measures, like human heights, blood pressure readings, of IQ scores. They will follow de Neermal distribution.

Wij see many Neermally distributed variables in psychology. Voor voorbeeld, reading ability, introversion of job satisfaction. In investing, de Neermal distribution shows asset class returns. Although deze distributions zijn only roughly Neermal, they zijn pretty close, en wij can treat them as Neermal.

De Neermal distribution is easy naar work met. Many statistical tests rely op het. Moreover, deze tests work well even wanneer de distribution is only approximately Neermal. Voor voorbeeld, als een set's gemiddelde en Standaardafwijking zijn kNeewn, en de set follows de Neermal distribution, wij can easily Zet om tussen percentiles en raw scores.

Enige Neermal distribution can zijn standardized naar een standaard Neermal distribution. Die way, wij can compare two of more separate data sets. Met standaard Neermal distribution, wij can estimate probabilities van events involving Neermal distribution. Deze way, wij can estimate hoe tall een person is likely naar grow, voor instance.

Recent opgeloste vergelijkbare opgaven