Normalfordeling

Statistik C · STX · C-niveau · Sandsynlighedsregning

📊 Normalfordeling

Normalfordelingen — den klassiske "klokkekurve" — er den vigtigste sandsynlighedsfordeling i statistik.

Kendetegn

• Symmetrisk klokkeform omkring middelværdien (μ)
• Bredden bestemmes af standardafvigelsen (σ)
• Beskrives ofte som N(μ, σ)

68-95-99,7-reglen

• 68% af data ligger inden for ±1σ fra middelværdien
• 95% ligger inden for ±2σ
• 99,7% ligger inden for ±3σ

Hvor optræder normalfordelingen?

• Højde og vægt i en befolkning
• Måleresultater (fx fra naturvidenskabelige forsøg)
• IQ-test (designet til at give normalfordeling, μ=100, σ=15)
• Den centrale grænseværdisætning: gennemsnit af mange uafhængige tilfældige variable nærmer sig en normalfordeling — uanset deres oprindelige fordeling

Standardisering (z-score)

• z = (x - μ) / σ
• Omregner enhver normalfordelt værdi til "antal standardafvigelser fra middelværdien"
• Gør det muligt at sammenligne værdier fra forskellige fordelinger

CAS og normalfordeling

• Brug indbyggede funktioner (normalcdf, invNorm) til at finde sandsynligheder og percentiler

Eksempel

Hvis voksne mænds højde er normalfordelt med μ=180 cm og σ=7 cm, kan vi beregne, hvor stor en andel der er højere end 190 cm — vha. z-score og CAS.

Læringsmål

• Beskrive kendetegnene ved en normalfordeling
• Anvende 68-95-99,7-reglen til at vurdere sandsynligheder
• Beregne og fortolke z-scores
• Bruge CAS til at finde sandsynligheder i en normalfordeling

Sådan kan du arbejde med emnet

• Forklar hvad der kendetegner en normalfordeling, og giv et eksempel på en variabel, der ofte er normalfordelt
• Beregn sandsynligheden for, at en værdi ligger inden for én standardafvigelse fra middelværdien
• Diskutér hvorfor normalfordelingen bruges så ofte i statistik

Træningsforslag

• Undersøg om en klasses karakterer eller højder er tilnærmelsesvis normalfordelte
• Beregn z-scores for jeres egne testresultater og sammenlign
• Forklar med egne ord, hvorfor den centrale grænseværdisætning er vigtig