Вероятность и статистика · объяснение и практика

Почему вероятность нормальной величины задаётся площадью, а не высотой кривой

Найдите вероятность нормальной величины через площадь между границами, переведите пороги в стандартную шкалу и не используйте высоту как вероятность точки.

Рука ставит оранжевый столбик между двумя синими столбиками разной высоты.

В теме Случайные величины и распределения · Учебная карта

Главная мысль

Для нормальной величины вероятность интервала равна площади под плотностью между его концами. После стандартизации z=(x−μ)/σ она вычисляется как разность значений стандартной функции распределения.

Высота описывает концентрацию, а площадь — вероятность

График плотности не показывает вероятность каждого отдельного значения как высоту столбика. Для непрерывной нормальной величины вероятность попасть ровно в заданную точку равна нулю, хотя плотность в ней положительна. Площадь под всей кривой равна единице, а под выбранным интервалом — вероятности соответствующего события.

У плотности есть обратная единица по отношению к X. Поэтому её численная высота может даже превышать единицу при малом масштабе σ, не нарушая аксиом вероятности. Увеличение или уменьшение единицы измерения меняет высоту, но согласованно меняет ширину интервала. Площадь и вероятность при этом остаются прежними.

Переведите обе границы

Обозначим стандартную функцию распределения через Φ. Для X с параметрами μ и σ>0 событие a<X<b превращается в (a−μ)/σ<Z<(b−μ)/σ. Вероятность равна Φ((b−μ)/σ)−Φ((a−μ)/σ). Вычитание нижней накопленной площади обязательно: одно значение Φ верхнего порога включает весь левый хвост. Симметрия относительно среднего позволяет проверять ответ сравнением равных по ширине зеркальных интервалов: их вероятности обязаны совпадать.

При μ=100 и σ=15 интервал от 85 до 115 соответствует стандартным границам −1 и 1. Его вероятность примерно 0,6827. Этот процент относится к нормальной модели. Для другого распределения с теми же средним и дисперсией он не гарантирован: одни моменты не задают форму плотности.

Пример

Пусть X нормально распределена с μ=40, σ=4. Найдите P(36<X<48).

Стандартные границы −1 и 2. Получаем Φ(2)−Φ(−1)≈0,97725−0,15865=0,81860. Высота плотности в середине интервала этот ответ не заменяет.

Границы и округлённые наблюдения

У непрерывного нормального закона включение или исключение одиночного конца интервала не меняет вероятность. Но запись округлённого измерения «ровно сорок» обычно означает некоторый интервал истинных значений, а не математическую точку. Чтобы посчитать вероятность такой записи, надо знать шаг и правило округления.

Стандартное отклонение σ не равно дисперсии σ². Подстановка квадрата вместо самого масштаба сожмёт стандартизованные пороги неправильно. При работе с таблицей также проверяют, что она выдаёт: площадь слева от z, площадь от нуля до z или правый хвост. Одинаковое обозначение на разных калькуляторах не гарантирует одинаковую накопленную область.

От чтения к действию

А теперь — вы

X имеет непрерывное нормальное распределение с μ=7 и σ=2. Чему равна P(X=7) для точного математического значения?

Частые вопросы

Почему вероятность точного значения нулевая?

Одиночная точка имеет нулевую ширину и нулевую площадь под непрерывной плотностью. Положительная высота кривой не является вероятностью точки.

Нужно ли включать концы интервала?

Для непрерывного нормального распределения это не меняет ответ, поскольку вероятность каждого отдельного конца равна нулю.

Источники и работа с материалом

Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.

Продолжить разбираться