This article is about the univariat

This article is about the univariate normal distribution. For normally distributed vectors, see Multivariate normal distribution.
Gaussian) distribution is a very common continuous probability distribution. Normal distributions are important instatistics and are often used in the natural and social sciences to represent real-valued random variables whose distributions are not known.[1][2]
The normal distribution is remarkably useful because of the central limit theorem. In its most general form, under mild conditions, it states that averages ofrandom variables independently drawn from independent distributions are normally distributed. Physical quantities that are expected to be the sum of many independent processes (such as measurement errors) often have distributions that are nearly normal.[3] Moreover, many results and methods (such aspropagation of uncertainty and least squares parameter fitting) can be derived analytically in explicit form when the relevant variables are normally distributed.

ผลลัพธ์ (ไทย) 1:

บทความนี้จะเกี่ยวกับการแจกแจงปกติอย่างไร univariate เวกเตอร์ปกติกระจาย การแจกแจงปกติตัวแปรพหุแจก gaussian) มีการกระจายความน่าเป็นอย่างต่อเนื่องกันมาก การกระจายปกติมี instatistics สำคัญ และมักใช้ในวิทยาศาสตร์ธรรมชาติ และสังคมถึงมูลค่าจริงสุ่มตัวแปรที่ไม่ทราบว่ามีการกระจาย [1] [2]การแจกแจงปกติมีประโยชน์อย่างยิ่งเนื่องจากทฤษฎีบทขีดจำกัดกลาง แบบทั่วไปมากที่สุด ภายใต้เงื่อนไขที่ไม่รุนแรง มันระบุว่า ค่าเฉลี่ยตัวแปร ofrandom เป็นอิสระออกจากการกระจายอิสระปกติกระจาย ปริมาณทางกายภาพที่คาดว่าเป็นผลรวมของกระบวนการอิสระจำนวนมาก (เช่นข้อผิดพลาดในการวัด) มักจะ มีการกระจายที่เกือบปกติ [3] นอกจากนี้ ผลลัพธ์และวิธีการ (เช่น aspropagation ของปรับพารามิเตอร์ของความไม่แน่นอนและกำลังสองน้อยที่สุด) มากสามารถได้รับมา analytically ในฟอร์มชัดเจนเมื่อมีกระจายตัวแปรเกี่ยวข้องตามปกติ

ผลลัพธ์ (ไทย) 2:

บทความนี้เป็นเรื่องเกี่ยวกับการกระจาย univariate ปกติ สำหรับพาหะกระจายตามปกติให้ดูหลายตัวแปรกระจายปกติ.
เสียน) คือการกระจายการกระจายความน่าจะเป็นเรื่องธรรมดามากอย่างต่อเนื่อง การแจกแจงปกติ instatistics สำคัญและมักจะถูกนำมาใช้ในวิทยาศาสตร์ธรรมชาติและสังคมที่จะเป็นตัวแทนที่แท้จริงของมูลค่าตัวแปรสุ่มที่มีการแจกแจงไม่รู้จัก. [1] [2]
กระจายปกติจะเป็นประโยชน์อย่างน่าทึ่งเพราะทฤษฎีบทขีด จำกัด กลาง ในรูปแบบทั่วไปมากที่สุดภายใต้ภาวะที่ไม่รุนแรงก็ระบุว่าค่าเฉลี่ยตัวแปร ofrandom วาดอิสระจากการกระจายอิสระมีการกระจายตามปกติ ปริมาณทางกายภาพที่คาดว่าจะเป็นผลรวมของกระบวนการอิสระจำนวนมาก (เช่นข้อผิดพลาดการวัด) มักจะมีการกระจายที่เป็นปกติเกือบ. [3] นอกจากนี้ยังมีผลมากและวิธีการ (aspropagation เช่นความไม่แน่นอนและสี่เหลี่ยมน้อยพารามิเตอร์ที่เหมาะสม) จะได้รับ การวิเคราะห์ในรูปแบบที่ชัดเจนเมื่อตัวแปรที่เกี่ยวข้องมีการกระจายตามปกติ

ผลลัพธ์ (ไทย) 3:

บทความนี้เป็นเรื่องปกติที่มีการกระจาย สำหรับการกระจายปกติเวกเตอร์ เห็นการแจกแจงปกติ .
> ) การแจกแจงคือการแจกแจงความน่าจะเป็นปกติมากอย่างต่อเนื่อง การแจกแจงปกติ instatistics สำคัญและมักจะใช้ในวิทยาศาสตร์และสังคมของตัวแปรสุ่มที่มีการแจกแจงค่าจริงจะไม่รู้จัก [ 1 ] [ 2 ]
การแจกแจงปรกติจะมีประโยชน์มาก เพราะในทฤษฎีขีดจำกัดกลาง ในรูปแบบทั่วไปมากที่สุดภายใต้ภาวะที่ไม่รุนแรง ก็ระบุว่า ค่าเฉลี่ย ofrandom ตัวแปรอิสระอิสระวาดจากการแจกแจงแบบปกติปริมาณทางกายภาพที่คาดว่าจะเป็นผลรวมของกระบวนการที่เป็นอิสระหลาย ( เช่นข้อผิดพลาดการวัด ) มักจะมีการกระจายที่เกือบปกติ . [ 3 ] นอกจากนี้ยังพบอีกหลายวิธี ( aspropagation ดังกล่าวของความไม่แน่นอนและอย่างน้อยพารามิเตอร์ที่เหมาะสม ) ได้มาวิเคราะห์ในรูปแบบที่ชัดเจน เมื่อตัวแปรที่เกี่ยวข้อง
แบบปกติ