Нормална расподела или Гаусова расподела

Међу свим законима теорије вероватноће, нормална расподела најчешће јавља, укључујући и чешће него униформи. Можда је ова појава је дубоко фундаментална природа. Уосталом, ова врста дистрибуције посматра када се у представљању распону од случајних променљивих укључене неколико фактора, од којих су сви утичу на свој начин. Нормална (или Гауссиан) расподела у овом случају се добија због додавања различитих дистрибуција. То је захваљујући широком ширење нормалне дистрибуције, и добио име.

Кад год говоримо о средње вредности, било да је месечни падавина, приход по глави становника и академски успех у учионици, у обрачун вредност, по правилу, користи нормалан закон дистрибуције. Ова просечна вредност се назива очекивање и граф одговара максимуму (обично називају М). Уз правилну криве дистрибуције је симетрична у односу на максимално, али у стварности то није увек, а то је дозвољено.

Да би се описала нормалан закон случајне променљиве расподеле ће такође треба да знају стандардну девијацију (означен са σ - Сигма). Он дефинише облик криве на графикону. Веће σ, крива ће бити тањи. С друге стране, мањи σ, прецизнија одлучна средња вредност у узорку. Стога, за велике РМС одступања морам да кажем да је просечна вредност је у одређеном опсегу бројева, и не одговара на било који број.

Као и другим законима статистике, нормално закон расподеле вероватноће понаша боље него што већем узорку, односно, број објеката који су укључени у мерењима. Међутим, овде је приказан још један ефекат: велики узорак постаје веома мала вероватноћа налажења одређену вредност, укључујући просека. Само вредности су груписани у близини средини. Стога исправно да се каже да је случајна променљива буде близу одређено вредности са одређеном вероватноћом.

Одредите колико је реално и помаже стандардну девијацију. У "три сигма" интервала, односно, М +/- 3 * σ, налази се 97,3% свих количине у узорку, иу "пет Сигма" опсега - око 99%. Ови интервали се најчешће користе за одређивање када је потребно, максимална и минимална вредност у узорку. Вероватноћа да је вредност интервала од пет сигма, је занемарљив. У пракси, обично се користи три сигма интервала.

Нормална расподела може бити вишедимензионални. Претпоставља се да неки објекат има неколико независних параметара, изражене у истој јединици мере. На пример, одступање метка од центра мете вертикално и хоризонтално током испаљивања биће описани дводимензионалног нормалну дистрибуцију. График ове дистрибуције у идеалном случају попут фигура револуције авионске криве (Гаусовој), као што је дискутовано горе.