正態(tài)分布也用于測量數(shù)據(jù)的連續(xù)鐘形分布。連續(xù)分布與二項式分布、泊松分布等離散分布在以下幾個方面不同:
1.可變區(qū)間范圍內(nèi)的任何值都可能出現(xiàn),而不僅僅是一些特定的值(如整數(shù)值)。比如循環(huán)時間精確到小數(shù)點后多少位合適;
2.特定X值出現(xiàn)的概率為零。例如,隨著小數(shù)點右邊位數(shù)的增加,循環(huán)時間被測量為3.000 000 000秒的概率更接近于零;
3.概率可以通過計算曲線下的累計面積來計算。例如,如果曲線已知且穩(wěn)定,則可以知道周期時間在2.00到3.00分鐘之間的概率。
正態(tài)分布用于表示一系列連續(xù)數(shù)據(jù)(變量或CTQ、CTP等。).許多自然現(xiàn)象,如完成一項活動的周期時間、測量誤差、工業(yè)產(chǎn)品的尺寸、電壓輸出等。,被發(fā)現(xiàn)符合正態(tài)分布。圖1描述了正態(tài)分布。此外,統(tǒng)計推斷還使用了正態(tài)分布。
圖1 正態(tài)分布
二、正態(tài)分布特性
表1描述了正態(tài)分布的一些重要理論性質(zhì)。
表1 正態(tài)分布的特征
正態(tài)分布曲線下的概率,可以通過使用正態(tài)分布表或者使用Minitab或JMP來計算。圖2說明了在正態(tài)曲線下如何查找概率或區(qū)域。
圖2 標準正態(tài)分布
第一,通過使用表2可以查找一個值在均值下面少于3個標準差(-3σ)的概率,而表2則是截取于表3的完整正態(tài)分布表。
表2 查找-3標準差的累計區(qū)域
表3 累計標準正態(tài)分布
從表2中看出,一個值在一3.00個標準差單元(或Z)下的概率為0.00135或0.135%。
可以計算一個值在均值上面少于三個標準差(+3σ)的概率。表2截取于表3的完整正態(tài)分布表,其顯示了在+3.00標準差(或Z)單元下的區(qū)域。
表4 查找在+3標準差下的累計區(qū)域
從表4可以計算出,一個值小于平均值以上三個標準差(+3σ)的概率為0.99865或99.865%。一個值高于平均值三個標準差(或z)的概率的補數(shù)是一個值低于平均值三個標準差(或z)的概率,如圖3所示。
圖3 計算在正態(tài)曲線下的區(qū)域或概率
因此,一個值超過三個標準差單位(或z)的概率為1.0-0.99865=0.00135。注意+3σ以上的面積與-3σ以下的面積相同。這是因為正態(tài)分布是對稱的,所以曲線的每一半都是另一半的鏡像。在平均值之外,大于三個標準差的面積等于或小于-3σ(0.00135)的面積和+3σ(0.00135)的面積之和。等于0.00135+0.00135=0.0027或0.27%。另一種表達是:一萬次中有27次機會,一個值會大于平均值之外的三個標準差。這個表達式的補充是,有1-0.0027=0.9973或99.73%的概率,一個值在平均值的三個標準偏差之內(nèi)。表5總結(jié)了一些不同標準偏差單位的信息。
表5 在選定數(shù)量標準差單元下的正態(tài)分布概率
上一篇:如何利用泊松分布計算概率
下一篇:什么是抽樣分布