ผลต่างระหว่างรุ่นของ "การแจกแจงปรกติ"
เนื้อหาที่ลบ เนื้อหาที่เพิ่ม
แก้คำผิด |
|||
บรรทัด 22:
}}
สำหรับ[[ทฤษฎีความน่าจะเป็น]] '''การแจกแจง
กราฟแสดงค่าฟังก์ชันความหนาแน่น (probability density function) จะเป็นรูปคล้ายระฆังคว่ำ หรือเรียกว่า Gaussian function โดยค่าฟังก์ชันความหนาแน่นของการแจกแจง
: <math>
f(x) = \tfrac{1}{\sqrt{2\pi\sigma^2}}\; e^{ -\frac{(x-\mu)^2}{2\sigma^2} },
</math>
โดย "x" แทนตัวแปรสุ่ม พารามิเตอร์ ''μ'' แสดงค่า[[มัชฌิม]] และ ''σ''<sup> 2</sup> คือค่าความแปรปรวน (variance) ซึ่งเป็นค่าที่ใช้บอกปริมาณการกระจายของการแจกแจง
การแจกแจง
การแจกแจงปรกติเป็นการแจกแจงที่เด่นที่สุดในทางวิชาความน่าจะเป็นและสถิติศาสตร์ ซึ่งก็มาจากหลาย ๆ เหตุผล<ref>Casella, George; Berger, Roger L. (2001). Statistical inference (2nd ed.). Duxbury. ISBN 0-534-24312-6.</ref> ซึ่งก็รวมถึงผลจาก[[ทฤษฎีบทขีดจํากัดกลาง]] (central limit theorem) ที่กล่าวว่า ภายใต้สภาพทั่ว ๆ ไปแล้ว ค่าเฉลี่ยจากการสุ่มค่าของตัวแปรสุ่มอิสระจากการแจกแจงใด ๆ (ที่มีค่าเฉลี่ยและค่าความแปรปรวนจำกัด) ถ้าจำนวนการสุ่มนั้นใหญ่พอ แล้วค่าเฉลี่ยนั้นจะมีการแจกแจงประมาณได้เป็นการแจกแจง
== ลักษณะที่สำคัญของการแจกแจง
# <math>f(x)>0</math> ทุกค่าของ <math>x</math>
# <math>f(x)</math> ลดลงเรื่อย ๆ ถ้าค่า <math>x</math> ห่างจาก <math>\mu</math> เพิ่มขึ้นเรื่อย ๆ
|