Standard Normal Distribution kalkylator

Hur du använder denna kalkylator

Ange ditt Sannolikhet Region / Calculation Typ — Area / yta Between Two Z-Scores: P(z₁ ≤ Z ≤ z₂), Area / yta to the Left (Cumulative): P(Z ≤ z₁), Area / yta to the Right (Upper Tail): P(Z ≥ z₁), Lower Bound (z₁) or Single Z-Poäng / betyg, Upper Bound (z₂) [for Between / Outside Modes] (e.g. t.ex. 1.00, 1.96), Mål Cumulative Area / yta p (for Inverse Normal Typvärde), Distribution Medelvärde (μ) [Default 0 for Standard Normal], Distribution Standardavvikelse (σ) [Default 1]. Resultaten uppdateras omedelbart när du ändrar ett värde.

Formeln

Standard Normal Distribution Sannolikhet Densitet \& CDF equations: Sannolikhet Densitet Function (PDF): f(z) = (1)/(2π) e^-z^2 / 2

Cumulative Distribution Function (CDF): (z) = (1)/(2) 1 + erf (z)/(2)

Area / yta Between: P(z_1 Z z_2) = (z_2) - (z_1)

Area / yta in Both Tails: P(Z z_1 or Z z_2) = 1 - [(z_2) - (z_1)]

Inverse Normal / Probit: Z = ^-1(p), X = μ + Z · σ

Räkneexempel

Praktiskt räkneexempel för Standard Normal Distribution kalkylator: Anta att en användare vill göra en noggrann uppskattning inom Statistik & Dataanalys. Användaren fyller i Sannolikhet Region / Calculation Typ med värdet betweenoch anger Lower Bound (z₁) or Single Z-Poäng / betyg till -1.0 . Efter att ha klickat på Beräkna bearbetar Standard Normal Distribution kalkylator informationen på en bråkdel av en sekund. Verktyget presenterar en fullständig specifikation med exakta delsummor och visuella diagram. Detta gör att användaren omedelbart ser konsekvenserna av sina val utan att behöva genomföra komplicerade manuella uträkningar eller bygga egna kalkylblad. Resultatet kan därefter sparas som PDF, exporteras till CSV eller delas direkt med kollegor och familj för vidare diskussion och planering.

Förstå dina resultat

Använd resultatet som startpunkt och validera det i din specifika kontext. Testa två eller tre varianter för att förstå känsligheten. För viktiga beslut jämför med en sekundär källa eller expert.