KözéphaladóElmélet·10 min

A normális eloszlás és a haranggörbe megértése

Ismerd meg a normális eloszlást, a haranggörbe alakját, hogyan befolyásolja a szórás, és miért alapvető a statisztikában. Interaktív vizualizációkkal.

Mi a normális eloszlás?

A normális eloszlás, más néven Gauss-eloszlás vagy “haranggörbe”, a statisztika legfontosabb valószínűségi eloszlása. Azt írja le, hogyan oszlanak el az adatértékek egy központi átlagérték körül.

The Classic Bell Curve

A normális eloszlást mindössze két paraméter határozza meg: az átlag (μ), amely a középpontot adja, és a szórás (σ), amely a szóródást határozza meg.

Fő tulajdonságok

Szimmetria

Az eloszlás tökéletesen szimmetrikus az átlag körül. A bal és jobb fele tükörképe egymásnak.

Átlag = Medián = Módusz

A normális eloszlásban a középérték mindhárom mérőszáma egyenlő, és a középpontban helyezkedik el.

Aszimptotikus

A szélek a végtelenbe nyúlnak, de soha nem érintik az x-tengelyt. A szélsőséges értékek lehetségesek, de egyre ritkábbak.

Teljes terület = 1

A görbe alatti teljes terület 1 (vagyis 100%), ami az összes lehetséges kimenetelt jelenti.

Hogyan befolyásolja a szórás az alakot?

A szórás határozza meg a normális eloszlás “szélesedését”. Kisebb σ esetén magas, keskeny görbét kapunk; nagyobb σ esetén alacsony, széles görbét.

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Z-értékek és standardizálás

A z-érték megmutatja, hány szórásnyi távolságra van egy érték az átlagtól. Ez lehetővé teszi különböző normális eloszlásokból származó értékek összehasonlítását.

Z-érték képlete

z = (x - μ) / σ

Z-érték	Jelentés	Percentilis
-2	2 szórással az átlag alatt	~2,3%
-1	1 szórással az átlag alatt	~15,9%
0	Az átlagnál	50%
+1	1 szórással az átlag felett	~84,1%
+2	2 szórással az átlag felett	~97,7%

Valós példák

Számos természeti jelenség követ normális eloszlást:

Emberi testmagasság:A legtöbb ember az átlagos magasság közelében van, kevesebb a nagyon magas vagy nagyon alacsony
IQ-pontszámok:Úgy tervezték, hogy normális eloszlást kövessen, 100-as átlaggal és 15-ös szórással
Mérési hibák:Véletlenszerű hibák a tudományos mérésekben
Vérnyomás:A populáció vérnyomásértékei

Amikor az adatok nem normálisak

Nem minden adat követ normális eloszlást. Légy óvatos a következőkkel:

Nem normális eloszlások

- Jövedelmi adatok: Általában jobbra ferde (a magas keresetűek hosszú farokkal) - Várakozási idők: Gyakran exponenciális eloszlásúak - Darabszám-adatok: Poisson-eloszlást követhetnek - Arányok: Binomiális eloszlást követnek

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.