מתחיליםמושגים·6 min

הכלל האמפירי 68-95-99.7 מוסבר

שלטו בכלל האמפירי (כלל 68-95-99.7) להתפלגויות נורמליות. למדו כיצד להעריך הסתברויות במהירות ולזהות ערכים חריגים באמצעות סטיית תקן.

מהו הכלל האמפירי?

הכלל האמפירי (הנקרא גם כלל 68-95-99.7 או כלל שלוש-הסיגמות) הוא קיצור דרך לזכירת אחוז הערכים בהתפלגות נורמלית הנופלים בטווח של 1, 2 ו-3 סטיות תקן מהממוצע.

68%

בטווח ±1σ

95%

בטווח ±2σ

99.7%

בטווח ±3σ

פירוט חזותי

The Classic Bell Curve

טווח	אחוז
μ ± 1σ	68.27%
μ ± 2σ	95.45%
μ ± 3σ	99.73%

יישומים מעשיים

הערכות הסתברות מהירות:ללא חישובים מורכבים, ניתן להעריך שכ-95% מהנתונים נופלים בטווח של 2 סטיות תקן מהממוצע.
זיהוי ערכים חריגים:נקודות נתונים מעבר ל-3σ מתרחשות פחות מ-0.3% מהזמן, מה שהופך אותן לערכים חריגים סטטיסטיים שראוי לחקור.
בקרת איכות:מתודולוגיית Six Sigma משתמשת בכלל כדי לקבוע סיפי איכות ולזהות שינויים בתהליכים.

דוגמאות מפורטות

דוגמה: ציוני SAT

ציוני SAT מתפלגים נורמלית עם μ = 1050 ו-σ = 200. - 68% מהציונים נופלים בין 850 ל-1250 (±1σ) - 95% מהציונים נופלים בין 650 ל-1450 (±2σ) - 99.7% מהציונים נופלים בין 450 ל-1650 (±3σ) ציון של +1450 מציב את התלמיד ב-~2.5% העליונים של הנבחנים.

מגבלות

עובד רק עבור התפלגויות נורמליות

הכלל האמפירי חל אך ורק על נתונים העוקבים אחר התפלגות נורמלית (גאוסית). עבור נתונים מוטים או לא-נורמליים, אחוזים אלה אינם חלים. בדקו תמיד אם הנתונים שלכם מתפלגים נורמלית לפני השימוש בכלל זה.

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.