Wat is Normale verdeling?
Een continue kansverdeling met een symmetrische klokvorm rond het gemiddelde μ, waarvan de vorm wordt bepaald door het gemiddelde μ en de standaardafwijking σ. Ze wordt ook gaussverdeling genoemd. Ongeveer 68% ligt binnen het gemiddelde ±1σ, ongeveer 95% binnen ±2σ en ongeveer 99,7% binnen ±3σ. Een grootheid die ontstaat door veel kleine onafhankelijke factoren op te tellen, benadert een normale verdeling (de centrale limietstelling), zodat ze veel wordt gebruikt als model voor meetfouten en productiespreiding. Standaardiseren met z = (x − μ) ÷ σ geeft de standaardnormale verdeling met gemiddelde 0 en standaardafwijking 1.
Japanse benaming: 正規分布
“Normale verdeling” komt voor in 4 oefenvragen uit 2 onderwerpen, bijv. Kansrekening, statistiek en wachtrijen, Opbrengst en kwaliteitsbeheersing.
Vakgebied: Kansrekening, statistiek en wachtrijen
Vorm en eigenschappen
De normale verdeling is het hoogst bij het gemiddelde en daalt daarvandaan steil af, in een klokvorm. Een ander gemiddelde verschuift de verdeling naar links of rechts zonder de vorm te veranderen, en een grotere standaardafwijking maakt haar lager en breder. De aandelen binnen het gemiddelde ±1σ, ±2σ en ±3σ zijn ongeveer 68,3%, 95,4% en 99,7%; wie deze „68-95-99,7-regel” onthoudt, kan spreiding snel schatten.
Veelgestelde vragen
Wat is het verband met „3σ” bij procesbeheersing?
Als een proces stabiel is en een normale verdeling volgt, is de kans dat een punt op een regelkaart alleen door toeval buiten het gemiddelde ±3σ valt slechts ongeveer 0,27%. Daarom worden de regelgrenzen op ±3σ getrokken, en een punt daarbuiten wijst waarschijnlijk op een afwijking en niet op toeval. Ook Six Sigma is gebaseerd op het aantal standaardafwijkingen marge tot de specificatiegrenzen.
Mogen alle gegevens als normaal verdeeld worden behandeld?
Nee. Veel soorten gegevens volgen geen normale verdeling: de levensduur van componenten volgt een lognormale verdeling of een Weibull-verdeling, tussenaankomsttijden volgen een exponentiële verdeling en aantallen zeldzame gebeurtenissen een poissonverdeling. Vooral de kans in de „staarten” ver van het gemiddelde kan afhankelijk van de vorm van de verdeling ordes van grootte verschillen. Teken een histogram om de vorm te controleren voordat je besluit de normale verdeling te gebruiken.