Introductie tot de normale verdeling

Leer over de klokkromme, de belangrijkste kansverdeling in de statistiek.

Gevorderd25 minLes
Werkblad om te printen

Definitie

De normale verdeling (ook wel Gaussverdeling of klokkromme genoemd) is een symmetrische, klokvormige kansverdeling die beschrijft hoe veel natuurlijke verschijnselen verdeeld zijn rond een gemiddelde waarde.

Belangrijke eigenschappen

  1. 1.Symmetrisch: De verdeling is perfect symmetrisch rond het gemiddelde (μ\mu)
  2. 2.Klokvormig: De meeste waarden clusteren dicht bij het midden, met minder waarden aan de uiteinden
  3. 3.Gemiddelde = Mediaan = Modus: Alle drie centrummaten zijn gelijk
  4. 4.Gedefinieerd door twee parameters:
  • Gemiddelde (μ\mu): Het midden van de verdeling
  • Standaarddeviatie (σ\sigma): Hoe verspreid de gegevens zijn

De standaardnormale verdeling

Wanneer μ=0\mu = 0 en σ=1\sigma = 1, hebben we de standaardnormale verdeling:
Z=X−μσZ = \frac{X - \mu}{\sigma}
Deze formule zet elke waarde XX om in een z-score, die aangeeft hoeveel standaarddeviaties deze van het gemiddelde is.

Probeer het meteen

Welke vorm heeft de normale verdeling?

Uitgewerkte voorbeelden

De lengte van volwassen mannen in een land is normaal verdeeld met gemiddelde μ=175\mu = 175 cm en standaarddeviatie σ=7\sigma = 7 cm. Welk percentage mannen is tussen 168 cm en 182 cm lang?
1

Identificeer de grenzen in termen van standaarddeviaties

168=175−7=μ−1σ168 = 175 - 7 = \mu - 1\sigma 182=175+7=μ+1σ182 = 175 + 7 = \mu + 1\sigma → We kijken naar ±1\pm 1 standaarddeviatie van het gemiddelde
2

Pas de 68-95-99,7-regel toe

Binnen 1 standaarddeviatie van het gemiddelde: 68% Binnen 2 standaarddeviaties: 95% Binnen 3 standaarddeviaties: 99,7% → 68% van de gegevens valt binnen 1 standaarddeviatie
3

Geef het antwoord

Aangezien 168 cm en 182 cm precies 1 standaarddeviatie van het gemiddelde zijn → Ongeveer 68% van de mannen is tussen 168 cm en 182 cm lang

Veelgemaakte fouten

Standaarddeviatie en variantie verwarren

Waarom het fout is: Variantie (σ2\sigma^2) is het kwadraat van de standaarddeviatie. Variantie gebruiken in plaats van standaarddeviatie in z-score berekeningen geeft verkeerde resultaten.

Correct: Gebruik altijd de standaarddeviatie (σ\sigma) in de z-score formule: Z=X−μσZ = \frac{X - \mu}{\sigma}

Vergeten dat de normale verdeling symmetrisch is

Waarom het fout is: Studenten berekenen soms kansen voor slechts één staart en vergeten de symmetrie mee te nemen.

Correct: De kans om meer dan 2 standaarddeviaties boven het gemiddelde te zijn (2,5%) is gelijk aan de kans om meer dan 2 standaarddeviaties onder het gemiddelde te zijn (2,5%).

De 68-95-99,7-regel toepassen op niet-normale verdelingen

Waarom het fout is: Deze regel geldt alleen voor normale verdelingen. Andere verdelingen kunnen zeer verschillende percentages hebben.

Correct: Controleer eerst of je gegevens een normale verdeling volgen voordat je deze regels toepast.

Denken dat een negatieve z-score slecht is

Waarom het fout is: Een negatieve z-score betekent simpelweg dat de waarde onder het gemiddelde ligt, niet dat deze verkeerd of ongeldig is.

Correct: Z-scores kunnen positief (boven het gemiddelde) of negatief (onder het gemiddelde) zijn. De context bepaalt of hoger of lager wenselijk is.

Interactieve visualisatie

Normale verdeling

Lengte van mannen: μ = 175 cm, σ = 7 cm

34,1%34,1%13,6%13,6%2,1%2,1%154μ − 3σ161μ − 2σ168μ − σ175μ182μ + σ189μ + 2σ196μ + 3σcm

μ = 175, σ = 7

Kleur binnen

P(168 ≤ X ≤ 182) ≈ 0,6827 = 68,3%z = -1, z = 1

68-95-99,7-regel: ongeveer 68% van de waarden ligt binnen 1σ van het gemiddelde, 95% binnen 2σ en 99,7% binnen 3σ.

Normale verdeling

Testscores: μ = 500, σ = 100

200μ − 3σ300μ − 2σ400μ − σ500μ600μ + σ700μ + 2σ800μ + 3σ

μ = 500, σ = 100

Kleur binnen

P(X ≤ 650) ≈ 0,9332 = 93,3%z = 1,5

Interactieve sandbox

Expressiecalculator

Probeer deze:

Geschiedenis

Nog geen berekeningen

Oefenproblemen

15 opgaven
Opgave 1 van 15
Makkelijk
Welke vorm heeft de normale verdeling?

Waarom het belangrijk is

De normale verdeling verschijnt overal in de echte wereld:
  • Menselijke eigenschappen: Lengtes, gewichten, bloeddruk en IQ-scores volgen ongeveer normale verdelingen
  • Meetfouten: Willekeurige fouten in wetenschappelijke metingen zijn meestal normaal verdeeld
  • Testscores: Het eindexamen en veel gestandaardiseerde tests zijn ontworpen om normale verdelingen te produceren
  • Kwaliteitscontrole: Productieprocessen gebruiken normale verdelingen om productkwaliteit te monitoren
  • Centrale limietstelling: Steekproefgemiddelden van ELKE verdeling worden bij grote steekproeven ongeveer normaal verdeeld
Het begrijpen van de normale verdeling is essentieel voor het maken van voorspellingen, het detecteren van uitschieters en het begrijpen van statistische inferentie.

Toepassingen in de echte wereld

Kwaliteitscontrole in de productie

Fabrieken gebruiken normale verdelingen om productkwaliteit te monitoren en acceptabele tolerantiebereiken vast te stellen.

Voorbeeld:

Een boutenfabriek produceert bouten met gemiddelde diameter μ=10,00\mu = 10{,}00 mm en σ=0,02\sigma = 0{,}02 mm. Bouten buiten ±3σ\pm 3\sigma (9,94 mm tot 10,06 mm) worden afgekeurd als defect.

1Probeer het zelf

Een fabriek produceert flessen die 500 mL vloeistof moeten bevatten. Het vulproces is normaal verdeeld met μ=500\mu = 500 mL en σ=5\sigma = 5 mL.

Welk bereik bevat 95% van alle flessen?

Stap 1: Kies het juiste antwoord

Gebruik de 68-95-99,7-regel met ±2σ\pm 2\sigma:

Medische tests en diagnose

Artsen gebruiken normale verdelingen om medische testresultaten te interpreteren en te bepalen wat als gezond of abnormaal wordt beschouwd.

Voorbeeld:

Bloeddrukmetingen zijn ongeveer normaal verdeeld. Een meting meer dan 2 standaarddeviaties boven het populatiegemiddelde kan wijzen op hypertensie.

2Probeer het zelf

Cholesterolniveaus bij gezonde volwassenen zijn normaal verdeeld met μ=200\mu = 200 mg/dL en σ=35\sigma = 35 mg/dL. Een niveau boven μ+1,5σ\mu + 1{,}5\sigma wordt als verhoogd beschouwd.

Bij welk cholesterolniveau wordt een resultaat verhoogd?

Stap 1: Schrijf de wiskundige uitdrukking

Bereken μ+1,5σ\mu + 1{,}5\sigma:

Belangrijke punten

  • 1De normale verdeling is een symmetrische, klokvormige curve gedefinieerd door gemiddelde (μ\mu) en standaarddeviatie (σ\sigma)
  • 2De 68-95-99,7-regel: 68% van de gegevens valt binnen ±1σ\pm 1\sigma, 95% binnen ±2σ\pm 2\sigma, 99,7% binnen ±3σ\pm 3\sigma
  • 3Z-score formule: Z=X−μσZ = \frac{X - \mu}{\sigma} geeft aan hoeveel standaarddeviaties een waarde van het gemiddelde is
  • 4De standaardnormale verdeling heeft μ=0\mu = 0 en σ=1\sigma = 1
  • 5Normale verdelingen verschijnen in lengtes, testscores, meetfouten en veel natuurlijke verschijnselen

Veelgestelde vragen

De vorm van de grafiek van de normale verdeling lijkt op een klok - breed in het midden waar de meeste waarden voorkomen, en symmetrisch versmallend aan beide uiteinden waar extreme waarden zeldzaam zijn.
De vorm van de grafiek van de normale verdeling lijkt op een klok - breed in het midden waar de meeste waarden voorkomen, en symmetrisch versmallend aan beide uiteinden waar extreme waarden zeldzaam zijn.
Ja! Een negatieve z-score betekent dat de waarde onder het gemiddelde ligt. Bijvoorbeeld, z = -1,5 betekent dat de waarde 1,5 standaarddeviaties onder het gemiddelde ligt. Dit is niet slecht - het hangt af van de context.
Elke normale verdeling kan elk gemiddelde en elke standaarddeviatie hebben. De standaardnormale verdeling heeft specifiek gemiddelde = 0 en standaarddeviatie = 1. We converteren naar standaardnormaal met z-scores.
Nee. Inkomensverdelingen zijn typisch scheef (niet symmetrisch). Tellingen en proporties volgen andere verdelingen. Controleer altijd of normaliteit een redelijke aanname is voor je gegevens.

Woordenlijst

Normale verdeling
Een symmetrische, klokvormige kansverdeling gedefinieerd door het gemiddelde en de standaarddeviatie
Gemiddelde (μ)
Het midden van de normale verdeling; de gemiddelde waarde
Standaarddeviatie (σ)
Een spreidingsmaat; geeft aan hoe ver waarden typisch van het gemiddelde afwijken
Z-score
Het aantal standaarddeviaties dat een waarde van het gemiddelde is: Z=X−μσZ = \frac{X - \mu}{\sigma}
Standaardnormale verdeling
Een normale verdeling met gemiddelde 0 en standaarddeviatie 1
68-95-99,7-regel
In een normale verdeling ligt ongeveer 68% van de gegevens binnen 1σ van het gemiddelde, 95% binnen 2σ, en 99,7% binnen 3σ
Klokkromme
Een andere naam voor de normale verdeling, vanwege de klokvorm
Percentiel
Het percentage waarden in een verdeling dat onder een gegeven waarde valt

Formulekaart

Z-score

Z=X−μσZ = \frac{X - \mu}{\sigma}

Zet een ruwe waarde om naar standaardeenheden

Ruwe waarde uit z-score

X=μ+Z⋅σX = \mu + Z \cdot \sigma

Zet een z-score terug naar de oorspronkelijke eenheden

68-95-99,7-regel

μ±1σ\mu \pm 1\sigma: 68%, μ±2σ\mu \pm 2\sigma: 95%, μ±3σ\mu \pm 3\sigma: 99,7%

Percentages binnen de standaarddeviaties

Uitdaging van vandaagEén opgave, drie pogingen

Meer over dit onderwerp

Introductie tot kansverdelingen

Gevorderd25 min

Binomiale kans

Gevorderd25 min

Discrete vs continue verdelingen

Gevorderd25 min

Verwachtingswaarde

Gevorderd25 min