การแจกแจงปรกติ

สำหรับทฤษฎีความน่าจะเป็น การแจกแจงปกติ (แม่แบบ:Langx) เป็นการแจกแจงความน่าจะเป็นของค่าของตัวแปรสุ่มที่เป็นค่าแบบต่อเนื่อง โดยที่ค่าของตัวแปรสุ่มมีแนวโน้มที่จะมีค่าอยู่ใกล้ ๆ กับค่า ๆ หนึ่ง (เรียกว่าค่ามัชฌิม) กราฟแสดงค่าฟังก์ชันความหนาแน่น (probability density function) จะเป็นรูปคล้ายระฆังคว่ำ หรือเรียกว่า Gaussian function โดยค่าฟังก์ชันความหนาแน่นของการแจกแจงปรกติ ได้แก่

$f(x)=\frac{1}{\sqrt{2\pi {\sigma }^2}}{e}^{-\frac{(x-\mu {)}^2}{2{\sigma }^2}},$

โดย "x" แทนตัวแปรสุ่ม พารามิเตอร์ μ แสดงค่ามัชฌิม และ σ² คือค่าความแปรปรวน (variance) ซึ่งเป็นค่าที่ใช้บอกปริมาณการกระจายของการแจกแจง การแจกแจงปรกติที่มีค่า แม่แบบ:Nowrap และ แม่แบบ:Nowrap จะถูกเรียกว่า การแจกแจงปรกติมาตรฐาน

การแจกแจงปรกติเป็นการแจกแจงที่เด่นที่สุดในทางวิชาความน่าจะเป็นและสถิติศาสตร์ ซึ่งก็มาจากหลาย ๆ เหตุผล ซึ่งก็รวมถึงผลจากทฤษฎีบทขีดจำกัดกลาง (central limit theorem) ที่กล่าวว่า ภายใต้สภาพทั่ว ๆ ไปแล้ว ค่าเฉลี่ยจากการสุ่มค่าของตัวแปรสุ่มอิสระจากการแจกแจงใด ๆ (ที่มีค่าเฉลี่ยและค่าความแปรปรวนจำกัด) ถ้าจำนวนการสุ่มนั้นใหญ่พอ แล้วค่าเฉลี่ยนั้นจะมีการแจกแจงประมาณได้เป็นการแจกแจงปรกติ

ลักษณะที่สำคัญของการแจกแจงปรกติ

1. $f(x)>0$ ทุกค่าของ $x$
2. $f(x)$ ลดลงเรื่อย ๆ ถ้าค่า $x$ ห่างจาก $\mu$ เพิ่มขึ้นเรื่อย ๆ
3. $f(x)$ สมมาตรที่ $\mu$ คือ $f(\mu +x)=f(\mu -x)$ ทุกค่า $x$
4. เมื่อ $x=\mu$ แล้ว $f(x)$ จะมีค่าสูงสุด และ $\mu$ มีค่าเท่ากับมัธยฐาน กับ ฐานนิยม
5. ถ้า $\sigma$ ลดลง ส่วนโค้งจะแคบลงด้วย
6. พื้นที่ใต้ส่วนโค้งระหว่าง

• $\mu -\sigma$ กับ $\mu +\sigma =0.68$
• $\mu -2\sigma$ กับ $\mu +2\sigma =0.95$
• $\mu -3\sigma$ กับ $\mu +3\sigma =0.99$

ดูเพิ่ม

• การแจกแจงปรกติหลายตัวแปร