Oplossing - Cumulative kansrekening in de standaard Neermal distribution
Other Ways naar Los op
Cumulative kansrekening in de standaard Neermal distributionStapsgewijze uitleg
1. Vind de cumulative kansrekening van de z-scores waarden up naar
More than van de time, data met een standaard Neermal distribution lies within plus of minus Standaardafwijkings van de gemiddelde.
De cumulative kansrekening van de waarden up naar is .
De cumulative kansrekening die is
2. Vind de cumulative kansrekening van de z-scores waarden up naar
More than van de time, data met een standaard Neermal distribution lies within plus of minus Standaardafwijkings van de gemiddelde.
De cumulative kansrekening van de waarden up naar is .
De cumulative kansrekening die is
3. Bereken de cumulative kansrekening tussen -7 en -12
Naar vind de cumulative kansrekening van de area tussen de two z-scores, subtract de smaller cumulative kansrekening (everything naar de left van ) van de larger cumulative kansrekening (everything naar de left van ):
De cumulative kansrekening die is
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.