Normālsadalījums
Vikipēdijas raksts
Ja jūs kādreiz esat bijis kādā šautuvē, jūs droši vien būsiet ievērojis, ka trāpījumi ap mērķi koncentrējas lielākoties līdzīgā veidā: visvairāk trāpījumu ir ap mērķa centru, un, attālinoties no tā, attālums starp diviem trāpījumiem palielinās. Līdzīgu parādību var novērot, skatoties kartē, kurā atzīmētas atsevišķas mājas: jo tuvāk kādas apdzīvotas vietas (kas pats par sevi ir liels māju kopums), jo tuvāk viena māja citai. Attālinoties no apdzīvotas vietas, mēs nonākam kaut kur dziļi mežā, kur līdz tuvākajai mājai jāiet vairāki kilometri.
Līdzīga filozofija ir arī normālsadalījuma teorijai. Tās ietvaros var prognozēt, ka, veicot pētījumu, jo tuvāk kaut kādai vidējai vērtībai, jo šinī vietā būs vairāk rezultātu. Protams, pašā vidū būs varbūt tikai viens, varbūt daži, bet varbūt arī neviens rezultāts. Normālsadalījuma teorija principā nerunā par atsevišķo rezultātu, tā aplūko rezultātu kopumu. To var attēlot kā zvanveida līkni, kur zvana virsotne tad arī ir šis vidējais rezultāts, vidējā vērtība (centrālā_tendence).
Pilnīgi ideāls normālsadalījums ir iespējams tikai teorētiski. Tādēļ parasti runā par atbilstību normālsadalījumam ar kādu noteiktu varbūtību, kas nozīmē pieļaujamās nobīdes no ideāla. To nosaka pēc asimetrijas un ekscesa koeficienta.
Atgriežoties pie piemēriem, jāsaka, ka tā īsti nekad nevar teikt, ka tālāk māju vairs nebūs vai ka šķībāk aizšaut vairs nav iespējams - tas nozīmē, ka normālsadalījuma zvana malas aizstiepjas bezgalīgā tālumā. Turpretī statistiskajos aprēķinos parasti ir nepieciešams zināt tieši biežākos rezultātus. Tad izvēlas, cik lielu normālsadalījuma zvana daļu pētīs, un cik lielas malas nogriezīs nost (šis jautājums ir aktuāls arī, iekārtojot mājai bēniņus - kurā vietā būvēt sienu). Tādēļ pastāv standartnovirzes jēdziens.