Σ
SDCalc
KatamtamanTeorya·10 min

Pag-unawa sa Normal Distribution at ang Bell Curve

Alamin ang tungkol sa normal distribution, ang hugis ng bell curve, kung paano ito naaapektuhan ng standard deviation, at kung bakit ito ang pundasyon ng statistics. May interactive na mga visualization.

Ano ang Normal Distribution?

Ang normal distribution, na tinatawag ding Gaussian distribution o “bell curve,” ay ang pinakamahalagang probability distribution sa statistics. Inilalarawan nito kung paano ang mga halaga ng datos ay nakakalat sa paligid ng isang sentral na mean value.

The Classic Bell Curve

Ang normal distribution ay ganap na tinutukoy ng dalawang parameter lamang: ang mean (μ) na tumutukoy sa gitna, at ang standard deviation (σ) na tumutukoy sa pagkalat.

Mga Pangunahing Katangian

Simetriya

Ang distribusyon ay perpektong simetriko sa paligid ng mean. Ang kaliwa at kanang bahagi ay parang salamin ng isa’t isa.

Mean = Median = Mode

Sa isang normal distribution, lahat ng tatlong sukatan ng central tendency ay pantay at matatagpuan sa gitna.

Asymptotic

Ang mga buntot ay walang katapusang umaabot ngunit hindi kailanman dumikit sa x-axis. Posible ang mga extreme na halaga ngunit lalong bihira.

Kabuuang Area = 1

Ang kabuuang area sa ilalim ng kurba ay katumbas ng 1 (o 100%), na kumakatawan sa lahat ng posibleng kinalabasan.

Paano Naaapektuhan ng Standard Deviation ang Hugis

Kinokontrol ng standard deviation ang “pagkalat” ng normal distribution. Ang mas maliit na σ ay lumilikha ng matangkad at makitid na kurba; ang mas malaking σ ay lumilikha ng mababa at malawak na kurba.

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Z-Scores at Standardization

Sinasabi ng z-score kung ilang standard deviations ang layo ng isang halaga mula sa mean. Nagbibigay-daan ito sa paghahambing ng mga halaga mula sa iba’t ibang normal distributions.

Formula ng Z-Score

z = (x - μ) / σ
Z-ScoreKahuluganPercentile
-22 SDs sa ibaba ng mean~2.3%
-11 SD sa ibaba ng mean~15.9%
0Sa mean50%
+11 SD sa itaas ng mean~84.1%
+22 SDs sa itaas ng mean~97.7%

Mga Halimbawa sa Totoong Mundo

Maraming natural na phenomena ang sumusunod sa isang normal distribution:

  • Taas ng tao:Karamihan ng mga tao ay malapit sa average na taas, na may mas kaunting napakataas o napakababa
  • IQ scores:Idinisenyo para sumunod sa isang normal distribution na may mean na 100 at SD na 15
  • Measurement errors:Mga random na error sa mga siyentipikong pagsukat
  • Blood pressure:Mga pagbabasa ng blood pressure ng populasyon

Kapag Hindi Normal ang Datos

Hindi lahat ng datos ay sumusunod sa isang normal distribution. Mag-ingat sa:

Mga Non-Normal Distribution

- Datos ng kita: Karaniwang right-skewed (mahabang buntot ng mataas na kita) - Oras ng paghihintay: Madalas na exponentially distributed - Count data: Maaaring sumunod sa Poisson distribution - Mga proporsyon: Sumusunod sa binomial distribution