Vai al contenuto
OneKitly

Generatore di distribuzione gaussiana

Numeri con distribuzione normale tramite Box–Muller, con seme opzionale e media e deviazione del campione.

Apri Generatore di distribuzione gaussiana e ottieni subito una risposta, senza creare un account. È collocato sotto Statistica e probabilità nel nostro catalogo, accanto a Calcolatore di distribuzione beta e Calcolatore di distribuzione esponenziale.

Come si usa

  1. Apri lo strumento — senza registrazione né installazione.
  2. Inserisci i tuoi dati o regola le opzioni disponibili.
  3. Ottieni il risultato all'istante, poi copialo o scaricalo.

Domande frequenti

Che cos'è Generatore di distribuzione gaussiana?

Numeri con distribuzione normale tramite Box–Muller, con seme opzionale e media e deviazione del campione.

In quali casi si usa davvero?

Riassumere un insieme di dati prima di trarne conclusioni, verificare se una differenza tra due gruppi è reale e mettere un intervallo attorno a una stima.

Qual è l'errore più comune?

Leggere un valore-p come la probabilità che l'ipotesi sia falsa. È la probabilità di osservare dati almeno così estremi se la nulla fosse vera: un'affermazione diversa, e molto più debole.

In cosa differisce Generatore di distribuzione gaussiana da Calcolatore di distribuzione beta?

Sono vicini ma rispondono a domande diverse. Calcolatore di distribuzione beta: calcola probabilità della distribuzione beta su [0,1] dai parametri di forma α e β tramite la beta incompleta regolarizzata. Scegli quello che corrisponde al tuo punto di partenza — entrambi sono gratuiti.

Esiste uno strumento per il passo successivo?

Calcolatore di distribuzione esponenziale è il più vicino dopo questo: Calcola probabilità della distribuzione esponenziale per tempi d'attesa dalla tasso λ: P(X≤x), P(X>x) e un intervallo.

Cos'altro conviene tenere aperto accanto?

Calcolatore di distribuzione geometrica e Calcolatore di distribuzione ipergeometrica: ricorrono nella stessa attività abbastanza spesso da meritare una seconda scheda.

Da dove vengono i dati?

Distribuzioni e statistiche test sono calcolate dalle definizioni standard, non da una tavola stampata, quindi portano più cifre di una tavola. Le assunzioni di ciascun test sono indicate insieme a esso.

Per approfondire

Tutte le guide →
SpiegazioneSe la varianza non è la media, non è una PoissonCon una media di cinque eventi per intervallo, ne accadono esattamente tre il 14,0 % delle volte, nessuno lo 0,7 % e dieci o più il 3,2 % — circa una volta ogni 31 intervalli. La distribuzione ha un solo parametro, e fissa insieme media e varianza.SpiegazioneQuaranta all'andata e sessanta al ritorno fanno quarantotto di mediaLa media armonica di 40 e 60 è 48, non 50, perché il tratto più lento dura di più e quindi pesa di più. Per 1, 2 e 4 vale 1,714 contro una media aritmetica di 2,33.SpiegazioneTrasforma 30 in 300 e lo scarto interquartile non si muovePer 2, 5, 7, 8, 10, 13, 18, 21, 25, 30 il campo di variazione è 28, la deviazione standard 9,24 e lo scarto interquartile 13. Sostituisci l'ultimo valore con 300 e solo lo scarto interquartile resta identico.SpiegazioneIl valore atteso è un numero che non accade maiRisultati di 10, 20 e −5 con probabilità di 0,5, 0,3 e 0,2 danno un valore atteso di 10. Sposta di poco le probabilità e diventa 10,5 — un risultato che nessuno dei tre può produrre.SpiegazioneUna barra d'errore che si accorcia non è la deviazione standardPer 10, 12, 15, 11, 13, 14 la deviazione standard vale 1,87 e l'errore standard 0,76. Rispondono a domande diverse, e solo uno dei due si riduce raccogliendo più dati.SpiegazioneUn r di 0,85 che non prova nullaCinque punti danno r = 0,853, che suona forte. La soglia di significatività a cinque punti è 0,878, quindi questo non ci arriva — e una parabola perfetta segna esattamente zero.