La funzione di densità di probabilità della distribuzione normale e le sue proprietà sono presentate a partire da gli istogrammi di probabilità .
Un set di dati distribuito normalmente con media \( \mu = 3,5 \) e deviazione standard \( \sigma = 1 \) viene utilizzato per evidenziare
il collegamento tra l'istogramma di probabilità dei dati e la funzione di densità normale che porta alla definizione di distribuzione normale .
Grafici delle distribuzioni normali vengono presentati per evidenziare gli effetti della media \( \mu \) e della deviazione standard \( \sigma \) sulla distribuzione normale.
Vengono presentate le proprietà delle distribuzioni normali. Viene definita la distribuzione normale standard e vengono utilizzati i passaggi per passare da vengono presentate le distribuzioni normali alla distribuzione normale standard utilizzando lo z-score .
Sono inclusi esempi di calcoli delle probabilità delle distribuzioni normali.
Sono inclusi una tabella PDF e un foglio Google per i valori standard dell'area di distribuzione normale ed entrambi possono essere scaricati e utilizzati nei calcoli.
Nella figura 1, sono mostrati gli istogrammi di probabilità di 3 dati imposta. I dati nell'istogramma A sono più concentrati a sinistra. I dati nell'istogramma B sono più concentrati a destra; e i dati nell'istogramma C sono sparsi.
Figura 1
\( \mu \approx 3,5 \) , mediana \( \approx 3,5 \)
Figura 2
La distribuzione è simmetrica e verrà discussa più dettagliatamente di seguito.Figura 3
Figura 4
Figura 5
La funzione di densità di probabilità di una distribuzione normale con media \( \mu \) e deviazione standard \( \sigma \) è definita da \[ \boxed {\displaystyle f_X(x) = \dfrac{1}{ \sigma \sqrt{2 \; \pi }} \; e^{-\frac{1}{2} \left( \dfrac{x - \mu}{\sigma} \right)^2 } } \] dove \( X \) è la variabile casuale normalmente distribuita.
Nella figura 6 seguente, sono mostrate le normali funzioni di densità di probabilità con la stessa deviazione standard \( \sigma = 2 \) e medie diverse.
Figura 6
Figura 7
1-La distribuzione normale è centrata attorno alla media; ciò è chiaramente mostrato nelle figure 6 e 7.
2 - La media e la mediana di una distribuzione normale sono molto vicine (uguali in teoria).
3 - L'area totale sotto la curva di una distribuzione normale è pari a \( 1 \).
\[ \displaystyle \dfrac{1}{ \sigma \sqrt{2 \; \pi }} \int_{-\infty}^{\infty} \; e^{-\frac{1}{2} \left( \dfrac{x - \mu}{\sigma} \right)^2 } dx = 1 \]
4 - La distribuzione dei dati è la seguente
a) Approssimativamente il \( 68\% \) dei dati rientra in 1 deviazione standard dalla media.
\[ \displaystyle \frac{1}{\sigma\sqrt{2\pi}} \int _{\mu-\sigma}^{\mu+\sigma}\:e^{-0.5\left(\frac{ x-mu}{\sigma}\right)^2}dx \approx 0,68268\]
Figura 8
b) Approssimativamente, il \( 95\% \) dei dati si trova entro 2 deviazioni standard dalla media. \[ \frac{1}{\sigma\sqrt{2\pi \:}}\: \int _{\mu-2\sigma}^{\mu+2\sigma}\:e^{-0.5\left(\frac{x-mu}{\sigma}\right)^2}dx \approx 0.95449 \]Figura 9
c) Approssimativamente, il \( 99\% \) dei dati si trova entro 3 deviazioni standard dalla media. \[ \frac{1}{\sigma\sqrt{2\pi \:}}\: \int _{\mu-3\sigma}^{\mu+3\sigma}\:e^{-0.5\left(\frac{x-mu}{\sigma}\right)^2}dx \approx 0.99730 \]Figura 10
La distribuzione normale con media \( \mu = 0 \) e deviazione standard \( \sigma = 1 \) è chiamata distribuzione normale standard e la sua funzione di densità di probabilità è data da \[ f_X(x) = \dfrac{1}{ \sqrt{2 \; \pi }} \; e^{-\frac{1}{2} x^2 } \] La distribuzione di probabilità cumulativa della distribuzione normale standard è definita da \[ \displaystyle F_{X} (x) = \dfrac{1}{ \sqrt{2 \; \pi }} \int_{-\infty}^{x} \; e^{-\frac{1}{2} t^2} \; dt\] e viene utilizzato per trovare le probabilità del modulo \[ P( X \le a) = F_{X} (a) \]
Figura 11
Quindi \( P( X \le a) \) è dato dall'area compresa tra l'asse x, la curva della distribuzione normale standard e \( x = a \)
Figura 12
La distribuzione normale della media \( \mu \) e della deviazione standard \( \sigma \) è data da
\[ \displaystyle f_{X}(x) = \frac{1}{\sigma\sqrt{2\pi \:}}\:e^{-\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2} \]
La probabilità \( P( X \le a) \) è data dall'area compresa tra l'asse x, la curva della distribuzione normale e \( x = a \) ed è data da
\[ \displaystyle P( X \le a) = F_{X} (a) = \frac{1}{\sigma \sqrt{2\pi \:}}\:\int_{-\infty}^{a } \; e^{- \frac{1}{2} \left(\frac{t - \mu}{\sigma}\right)^2} \; dt\]
Usiamo la sostituzione nell'integrale
\( z = \frac{t - \mu}{\sigma} \) che dà \( \dfrac{dz}{dt} = \dfrac{1}{\sigma} \) e sostituisce nell'integrale sopra
\[ \displaystyle P( X \le a) = F_{X} (a) = \frac{1}{\sqrt{2\pi \:}}\:\int_{-\infty}^{\frac{ a - \mu}{\sigma}} \; e^{- \frac{1}{2} z^2} \; dz \]
Ci occupiamo ora dell'integrale della distribuzione normale standard e del punteggio z dato da.
\[ z = \frac{a - \mu}{\sigma} \]
Il risultato sopra ci dice che è necessario conoscere solo l'integrale della distribuzione normale standard per calcolare qualsiasi probabilità relativa a qualsiasi distribuzione normale e cioè utilizzando il punteggio z definito sopra.
L'integrale
\[ \frac{1}{\sqrt{2\pi \:}}\:\int_{-\infty}^{z_0} \; e^{- \frac{1}{2} z^2} \; dz\]
può essere calcolato utilizzando i fogli Google che possono essere scaricati per uso personale.
ed è dato anche sotto forma di
La Tabella della distribuzione normale in pdf può essere scaricato e utilizzato.
Esempio 1
Una variabile casuale \( X \) è normalmente distribuita con una media \( \mu = 2.2 \) e una deviazione standard \( \sigma = 2.5 \). Trova la probabilità
a) \( \qquad P( X \le 1.2) \)
Soluzione dell'esempio 1
In questo esempio abbiamo \( \mu = 2.2 \) e \( \sigma = 2.5 \), quindi lo z-score definito sopra è dato da
\[ z = \frac{1,2 - 2,2}{2,5} \approx -0,4 \]
Diversi modi per calcolare l'integrale
a) Utilizzando una calcolatrice, la probabilità è data da
\[ P( X \le 1.2) = \frac{1}{\sqrt{2\pi \:}}\:\int_{-\infty}^{-0.4} \; e^{- \frac{1}{2} z^2} \; dz \approx 0,34457 \]
b) Utilizzare una tabella dei valori della probabilità di una distribuzione normale standard che può essere
scaricato per uso personale.
Figura 13
NOTA a Tabella della distribuzione normale in pdf può essere scaricato e utilizzato.