Calculateur de Loi Normale
Calculateur de Loi Normale
Entrez une valeur (x), la moyenne de la distribution et son écart-type. Cela calcule la probabilité cumulative de tomber en dessous de x et la probabilité complémentaire de tomber au-dessus de x, en utilisant le modèle normal standard (courbe en cloche).
- Utilise la fonction de répartition cumulative (CDF) : convertit x en un score z ((x − moyenne) ÷ écart-type) et évalue l'aire sous la courbe jusqu'à ce point.
- En dessous + au-dessus totalisent toujours 1 : puisque chaque résultat tombe soit en dessous, soit au-dessus de x, les deux probabilités sont complémentaires.
- Différent du Calculateur de Score Z : cet outil va un pas plus loin que la conversion en score z — il convertit ce score z jusqu'à une probabilité/pourcentage réel.
Que signifie réellement "probabilité en dessous de x" ?
C'est la proportion de toute la distribution qui tombe à ou en dessous de la valeur x — par exemple, si x est un écart-type au-dessus de la moyenne, environ 84% de la distribution tombe en dessous.
Cela fonctionne-t-il pour toutes les données, ou seulement les données "normales" ?
Cela modélise des données qui suivent (ou suivent approximativement) une distribution normale/courbe en cloche — de nombreuses mesures réelles le font, mais des données asymétriques ou bornées peuvent ne pas bien s'adapter.
Calculateur de Loi Normale
Entrez une valeur (x), la moyenne de la distribution et son écart-type. Cela calcule la probabilité cumulative de tomber en dessous de x et la probabilité complémentaire de tomber au-dessus de x, en utilisant le modèle normal standard (courbe en cloche).
- Utilise la fonction de répartition cumulative (CDF) : convertit x en un score z ((x − moyenne) ÷ écart-type) et évalue l'aire sous la courbe jusqu'à ce point.
- En dessous + au-dessus totalisent toujours 1 : puisque chaque résultat tombe soit en dessous, soit au-dessus de x, les deux probabilités sont complémentaires.
- Différent du Calculateur de Score Z : cet outil va un pas plus loin que la conversion en score z — il convertit ce score z jusqu'à une probabilité/pourcentage réel.
Que signifie réellement "probabilité en dessous de x" ?
C'est la proportion de toute la distribution qui tombe à ou en dessous de la valeur x — par exemple, si x est un écart-type au-dessus de la moyenne, environ 84% de la distribution tombe en dessous.
Cela fonctionne-t-il pour toutes les données, ou seulement les données "normales" ?
Cela modélise des données qui suivent (ou suivent approximativement) une distribution normale/courbe en cloche — de nombreuses mesures réelles le font, mais des données asymétriques ou bornées peuvent ne pas bien s'adapter.