The de distribution normale, aussi connu comme la distribution gaussienne, est une distribution de fréquence continue théorique représentée par une courbe en forme de cloche symétrique autour de la moyenne, comme indiqué dans le schéma ci-dessous. Cette distribution est sans conteste la plus importante et la distribution la plus fréquemment utilisée dans la théorie et l'application de la distribution normale statistics.The, également connu sous gaussienne est une distribution de fréquence continue théorique représentée par une courbe en forme de cloche symétrique autour de la moyenne comme indiqué dans le schéma ci-dessous. Cette distribution est sans conteste la plus importante et la distribution la plus fréquemment utilisée dans la théorie et l'application de la distribution normale statistics.The, également connu sous gaussienne est une distribution de fréquence continue théorique représentée par une courbe en forme de cloche symétrique autour de la moyenne comme indiqué dans le schéma ci-dessous. Cette distribution est sans conteste la plus importante et la distribution la plus fréquemment utilisée dans la théorie et l'application de statistics.Probability Fonction de distribution de la fonction de distribution de probabilité de CalculatorThe de distribution normale (pdf) pour la distribution normale est donnée par l'équation normale mentionnée ci-dessous et le total zone délimitée par la courbe normale est égale à 1. [Equation normale] Mathématiques et représentation graphique des types de probabilités probabilités CalculatorThree sont possibles here.Type 1 Probabilité que X est inférieur à x1, ie, P (X type 2 Probabilité que X est supérieur à x2, ie, P (X> x2) type 3 Probabilité que X est supérieur à x1 et moins de x2, ie, P (x1 Une procédure simple en trois étapes pour l'évaluation des Probabilités CalculatorSteps 1 et 2 sera commun pour tous . les trois types mentionnés ci-dessus Etape3, cependant, seront different.Step 1: Trouver les z-scores correspondant à x = x1 et x = x2 en utilisant la formula.Let Z1 et Z2 soient les z-scores pour x1 et x2 respectivement. Étape 2: Jeter le signe négatif, le cas échéant, de z1 et z2 pour l'instant et trouver les probabilités Q1 et Q2 correspondant à | z1 | et | z2 | en regardant dans la norme Distribution normale table.Step 3: La probabilité Q requise peut être évaluée à partir de Q1 et Q2 en utilisant la formule appropriée pour chaque type de type.For 1 probabilités, z2 et Q2 ne sont pas applicables. La probabilité Q nécessaire dépendra du signe de z1 comme mentionné ci-dessous: Condition requise Probabilité Q = P (X z1 z1> 0 Q = 0,5 + Q1For type 2 probabilités, la probabilité Q nécessaire dépendra du signe de z2 comme mentionné ci-dessous : Condition requise probabilité Q = P (x1 z1 z1 0 Q = Q1 + Q2z1> 0 et z2> 0 Q = Q2 - Type de Q1For 3 probabilités, z1 et Q1 ne sont pas applicables la probabilité Q nécessaire dépendra du signe de z2. comme mentionné ci-dessous: Condition requise Probabilité Q = P (X> x2) z1 z1> 0 Q = 0,5 - Q2