Comprendre la règle 68-95-99,7

La taille des hommes adultes dans un pays suit une loi normale avec moyenne $\mu = 175$ cm et écart-type $\sigma = 7$ cm. Quel pourcentage d'hommes mesurent entre 168 cm et 182 cm ?

Identifier les limites en termes d'écarts-types: $168 = 175 - 7 = \mu - 1\sigma$ $182 = 175 + 7 = \mu + 1\sigma$ = Nous regardons $\pm 1$ écart-type de la moyenne

Appliquer la règle 68-95-99,7: Dans 1 écart-type de la moyenne : 68% Dans 2 écarts-types : 95% Dans 3 écarts-types : 99,7% = 68% des données se trouvent dans 1 écart-type

Énoncer la réponse: Puisque 168 cm et 182 cm sont exactement à 1 écart-type de la moyenne = Environ 68% des hommes mesurent entre 168 cm et 182 cm

Answer: Environ 68% des hommes adultes ont une taille entre 168 cm et 182 cm.

Calculer les scores Z

À un test standardisé, les scores suivent une loi normale avec $\mu = 500$ et $\sigma = 100$. Un élève obtient 650. Quel est son score Z et que signifie-t-il ?

Écrire la formule du score Z: $Z = \frac{X - \mu}{\sigma}$ = Formule pour convertir le score brut en score Z

Substituer les valeurs: $Z = \frac{650 - 500}{100}$ = $Z = \frac{150}{100}$

Calculer: $Z = 1{,}5$ = Le score Z est 1,5

Interpréter le résultat: Un score Z de 1,5 signifie que l'élève a obtenu 1,5 écart-type au-dessus de la moyenne = C'est un excellent résultat, meilleur qu'environ 93% des candidats

Answer: Le score Z est $Z = 1{,}5$, ce qui signifie que l'élève a obtenu 1,5 écart-type au-dessus de la moyenne.

Trouver des valeurs à partir des scores Z

Les poids des pommes d'un verger suivent une loi normale avec $\mu = 180$ g et $\sigma = 20$ g. Quel poids correspond au 84e percentile (score Z d'environ 1) ?

Utiliser la formule du score Z résolue pour X: $X = \mu + Z \cdot \sigma$ = Formule réarrangée pour trouver la valeur brute

Substituer les valeurs: $X = 180 + 1 \cdot 20$ = $X = 180 + 20$

Calculer: $X = 200$ g = Le poids au 84e percentile est 200 g

Interpréter: Une pomme pesant 200 g est plus lourde qu'environ 84% de toutes les pommes de ce verger = Seulement environ 16% des pommes sont plus lourdes

Answer: Une pomme au 84e percentile pèse 200 g.

Mistake: Confondre écart-type et variance

Why: La variance ($\sigma^2$) est le carré de l'écart-type. Utiliser la variance au lieu de l'écart-type dans les calculs de score Z donne des résultats erronés.

Correct: Utilisez toujours l'écart-type ($\sigma$) dans la formule du score Z : $Z = \frac{X - \mu}{\sigma}$

Mistake: Oublier que la loi normale est symétrique

Why: Les élèves calculent parfois les probabilités pour une seule extrémité et oublient de tenir compte de la symétrie.

Correct: La probabilité d'être à plus de 2 écarts-types au-dessus de la moyenne (2,5%) est égale à la probabilité d'être à plus de 2 écarts-types en dessous de la moyenne (2,5%).

Mistake: Appliquer la règle 68-95-99,7 à des distributions non normales

Why: Cette règle ne s'applique qu'aux lois normales. D'autres distributions peuvent avoir des pourcentages très différents.

Correct: Vérifiez d'abord que vos données suivent une loi normale avant d'appliquer ces règles.

Mistake: Penser qu'un score Z négatif est mauvais

Why: Un score Z négatif signifie simplement que la valeur est en dessous de la moyenne, pas qu'elle est incorrecte ou invalide.

Correct: Les scores Z peuvent être positifs (au-dessus de la moyenne) ou négatifs (en dessous de la moyenne). Le contexte détermine si plus haut ou plus bas est souhaitable.

Contrôle qualité dans la fabrication

Les usines utilisent les lois normales pour surveiller la qualité des produits et définir des plages de tolérance acceptables.

Une usine de boulons produit des boulons avec un diamètre moyen $\mu = 10{,}00$ mm et $\sigma = 0{,}02$ mm. Les boulons hors de $\pm 3\sigma$ (9,94 mm à 10,06 mm) sont rejetés comme défectueux.

Tests médicaux et diagnostic

Les médecins utilisent les lois normales pour interpréter les résultats des tests médicaux et déterminer ce qui est considéré comme sain ou anormal.

Les mesures de pression artérielle sont approximativement normalement distribuées. Une lecture à plus de 2 écarts-types au-dessus de la moyenne de la population peut indiquer une hypertension.

Q: Pourquoi l'appelle-t-on courbe en cloche ?

A: La forme du graphique de la loi normale ressemble à une cloche - large au milieu où la plupart des valeurs se trouvent, et s'amincissant symétriquement aux deux extrémités où les valeurs extrêmes sont rares.

Q: Un score Z peut-il être négatif ?

A: Oui ! Un score Z négatif signifie que la valeur est en dessous de la moyenne. Par exemple, z = -1,5 signifie que la valeur est à 1,5 écart-type en dessous de la moyenne. Ce n'est pas mauvais - cela dépend du contexte.

Q: Quelle est la différence entre loi normale et loi normale centrée réduite ?

A: Toute loi normale peut avoir n'importe quelle moyenne et écart-type. La loi normale centrée réduite a spécifiquement moyenne = 0 et écart-type = 1. Nous convertissons vers la normale centrée réduite en utilisant les scores Z.

Q: Toutes les données suivent-elles une loi normale ?

A: Non. Les distributions de revenus sont généralement asymétriques (pas symétriques). Les comptages et proportions suivent des distributions différentes. Vérifiez toujours si la normalité est une hypothèse raisonnable pour vos données.