JoVE Core
Statistics
Chapter 6: Probability Distributions
6.12:
正态分布的应用
正态分布是一个有用的统计工具。它的实际应用之一是在考虑人员身高的正态分布后确定门的高度,这样许多人可以轻松通过门而不会撞到他们的头。正态分布还可以确定一个人的身高小于特定身高的概率。
1984 年至 1985 年智利 15 至 18 岁男性的身高遵循正态分布。平均身高为 172.36 厘米,标准差为 6.34 厘米。此信息可用于查找智利男性身高低于 162.85 厘米的概率。
首先找到 162.85 厘米身高的 z 分数。使用 z 分数的公式后,发现值为 -1.5。从负 z 分数的表中,曲线下的累积面积(从标准正态分布的左侧开始)或概率为 0.0668。将此值转换为百分比得到 6.68%。可以得出结论,在 6.68 至 15 岁的男性中,身高低于 162.85 厘米的男性有 162.85% 的概率。
正态分布广泛适用于现实生活中的许多问题。
例如,人体身高的统计数据用于确定允许大多数人在不撞到头部的情况下通过的门高度。
假设人类的平均身高为 1.7 米,标准差为 0.06 米。
正态分布中的阴影区域表示 1.9 米或更小的人类。
首先,将 X 轴中的随机变量转换为 z 分数,以获得标准正态分布。
1.9 米的身高对应于 3.33 的 z 分数。在 z 分数表中查找相应的概率。
概率为 0.9996,这告诉我们 99.96% 的人可以穿过 1.9 米高的门。
同样,我们可以计算出允许至少 85% 的人在不弯腰的情况下通过的门高度。
从 z 表中,记下概率为 0.85 的 z 分数值。
使用此 z 分数,计算所需的门高度。
Related Videos
Probability Distributions
12.6K 浏览
11.5K 浏览
6.9K 浏览
11.2K 浏览
3.2K 浏览
3.9K 浏览
10.3K 浏览
7.8K 浏览
4.8K 浏览
10.7K 浏览
10.4K 浏览
5.0K 浏览
12.4K 浏览
14.5K 浏览