Нормальное распределение и кривая Гаусса

Узнайте о нормальном распределении, форме колоколообразной кривой, влиянии стандартного отклонения на её форму и почему это фундаментальное понятие в статистике.

Что такое нормальное распределение?

Нормальное распределение, также называемое распределением Гаусса или «колоколообразной кривой», — это важнейшее вероятностное распределение в статистике. Оно описывает, как значения данных распределяются вокруг центрального среднего значения.

The Classic Bell Curve

Нормальное распределение полностью определяется всего двумя параметрами: средним (μ), которое задаёт центр, и стандартным отклонением (σ), которое определяет разброс.

Основные свойства

Симметрия

Распределение идеально симметрично относительно среднего. Левая и правая половины являются зеркальными отражениями друг друга.

Среднее = Медиана = Мода

В нормальном распределении все три меры центральной тенденции равны и расположены в центре.

Асимптотичность

Хвосты распределения уходят в бесконечность, но никогда не касаются оси x. Экстремальные значения возможны, но всё более редки.

Общая площадь = 1

Общая площадь под кривой равна 1 (или 100%), что представляет все возможные исходы.

Влияние стандартного отклонения на форму

Стандартное отклонение управляет «шириной» нормального распределения. Меньшее σ создаёт высокую узкую кривую, большее σ — низкую широкую кривую.

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Z-оценки и стандартизация

Z-оценка показывает, на сколько стандартных отклонений значение удалено от среднего. Это позволяет сравнивать значения из разных нормальных распределений.

Формула Z-оценки

z = (x - μ) / σ

Z-оценка	Значение	Процентиль
-2	2 СО ниже среднего	~2,3%
-1	1 СО ниже среднего	~15,9%
0	На уровне среднего	50%
+1	1 СО выше среднего	~84,1%
+2	2 СО выше среднего	~97,7%

Примеры из реальной жизни

Многие природные явления подчиняются нормальному распределению:

Рост людей:Большинство людей имеют рост, близкий к среднему, а очень высоких или очень низких — меньшинство
Баллы IQ:Спроектированы так, чтобы следовать нормальному распределению со средним 100 и СО 15
Ошибки измерений:Случайные ошибки в научных измерениях
Артериальное давление:Показатели артериального давления в популяции

Когда данные не нормальны

Не все данные подчиняются нормальному распределению. Будьте осторожны с:

Ненормальные распределения

- Данные о доходах: обычно имеют правостороннюю асимметрию (длинный хвост высоких доходов) - Время ожидания: часто следует экспоненциальному распределению - Счётные данные: могут следовать распределению Пуассона - Доли: подчиняются биномиальному распределению

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.