La distribuzione gaussiana, detta anche distribuzione normale, è una delle distribuzioni di probabilità continue più importanti in statistica. Si caratterizza per la sua forma a campana, simmetrica rispetto alla media.
Caratteristiche principali:
Equazione:
La densità di probabilità (PDF) della distribuzione gaussiana è data da:
f(x) = (1 / (σ * sqrt(2π))) * exp(-((x - μ)^2) / (2 * σ^2))
Dove:
Distribuzione normale standard:
Un caso particolare della distribuzione gaussiana è la distribuzione normale standard, che ha media μ = 0 e deviazione standard σ = 1. Spesso, si trasformano altre distribuzioni normali in questa per semplificare i calcoli.
Teorema del limite centrale:
Una delle ragioni per cui la distribuzione gaussiana è così importante è il teorema del limite centrale (https://it.wikiwhat.page/kavramlar/Teorema%20del%20limite%20centrale). Questo teorema afferma che la somma (o la media) di un gran numero di variabili casuali indipendenti e identicamente distribuite (anche se le variabili originali non seguono una distribuzione normale) tende a seguire una distribuzione normale al crescere del numero di variabili.
Applicazioni:
La distribuzione gaussiana ha numerose applicazioni in diversi campi, tra cui:
Proprietà importanti:
Test di normalità:
Esistono diversi test statistici per verificare se un campione di dati segue approssimativamente una distribuzione normale. Alcuni esempi sono il test di Shapiro-Wilk e il test di Kolmogorov-Smirnov. Questi test aiutano a determinare se è appropriato applicare metodi statistici che si basano sull'assunzione di normalità.
Ne Demek sitesindeki bilgiler kullanıcılar vasıtasıyla veya otomatik oluşturulmuştur. Buradaki bilgilerin doğru olduğu garanti edilmez. Düzeltilmesi gereken bilgi olduğunu düşünüyorsanız bizimle iletişime geçiniz. Her türlü görüş, destek ve önerileriniz için iletisim@nedemek.page