SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Normal Distribution & Standard Normal Distribution

davidclark avatar
davidclark
13 diapositives · 168 Views · Jan 05, 2020

Learn about normal and standard normal distributions, their properties, applying probabilities, using tables and GDCs for calculations, and transforming non-standard distributions.

#normal distribution & standard normal distribution #normal distribution & standard normal distribution ppt #powerpoint #presentation
Normal Distribution & Standard Normal Distribution - slide 1
01 / 13Normal Distribution & Standard Normal Distribution
1 / 17

Télécharger la présentation

Normal Distribution & Standard Normal Distribution
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Normal distribution (2) When it is not the standard normal distribution

  2. The Normal Distribution WRITTEN : … which means the continuous random variable X is normally distributed with mean  and variance 2 (standard deviation )

  3. The Standard Normal Distribution • The random variable is called Z • Z is called the standard normal distribution • its mean  is 0 • standard deviation  is 1 • The distribution function is denoted by  • Area under the curve = probability (Z)

  4. (-1.6) = P(Z<-1.6) By symmetry: (1.6) =1 - (-1.6) P(Z<-1.6) = 1 - P(Z<1.6) The Standard Normal Distribution The probabilities are given by the area under the curve =0.0548

  5. Probability above 75?

  6. The Normal Distribution The Standard Normal Distribution • Tables are for standardised Z • May want to find other solutions (given  and 2) • The normal distributions must be ‘standardised’ • However, GDCs can handle either

  7. Use the transformation Standardising …. then, use probability table for Z

  8. Probability above 75? P(X>75) = 1 - P(X<75) = 1 - 0.8413 = 0.1587 1 - P(Z<1) 1 - P(X<75)

  9. Probability between 65 and 70? = P(X<70) - P(X<65) P(65<X<70)

  10. Probability between 65 and 70? = P(X<70) - P(X<65) P(65<X<70) P(-1<Z<0) - P(Z<-1) P(Z<0) - [1- P(Z<1)] P(Z<0) - [1 - 0.8413] = 0.3413 0.5

  11. Probability between 65 and 70? Why not GDC? normalcdf(lower bound, upper bound, mean (), standard deviation ()) P(65<X<70) distr 2 normalcdf(65, 70, 70, 5) 2nd P(-1<Z<0) distr 2 normalcdf(-1, 0) 2nd (if you close bracket it assumes ‘Z’)

  12. Very very big Probability above 75? normalcdf(lower bound, upper bound, mean (), standard deviation ()) No upper bound!!!! distr 2 normalcdf(75, E99, 70, 5) 2nd

  13. Very very small Probability below 65? normalcdf(lower bound, upper bound, mean (), standard deviation ()) No lower bound!!!! distr 2 normalcdf(-E99, 65, 70, 5) 2nd