Нормальное распределение — наиболее общее непрерывное распределение вероятностей, часто использующееся для представления случайных величин, закон распределения которых не известен. Нормальное распределение, как и любое другое теоретическое распределение, представляет своего рода эталон частот появления разных значений. Если эмпирическое и теоретическое распределение схожи, к первым применимы свойства вторых. Т.е. по реальным данным можно узнать, какова вероятность того, что случайная величина после эксперимента будет больше (меньше) заданного уровня или определить шансы попасть в тот или другой интервал и т.д. Эталонное, как и теоретическое нормальное распределение зависит от математического ожидания и дисперсии. Однако, следует отметить, если нормальное распределение обладает масштабом конкретных данных, то стандартное нормальное распределение не зависит от масштаба и единиц измерения, его математическое ожидание равно 0, а дисперсия равна 1. Это можно записать: N (0, 1).
При обработке переменных, относящиеся к интервальной шкале, придерживаются гипотезы, что их значения подчиняются нормальному распределению. В этом случае большая часть значений группируется вокруг какого-то среднего значения, по обе стороны от которого частота наблюдений равномерно снижается.
Нормальное распределение (распределение Гаусса) используется при оценке надежности изделий, на которые оказывают воздействие ряд случайных факторов, незначительно влияющих на результат, т.е. доминирующие факторы отсутствуют.
Онлайн калькулятор вычисляет значения функции плотности вероятности и функции распределения в заданной точке для нормального распределения, определяемого заданной дисперсией и математическим ожиданием
