Distribuição :

Forma funcional : Gaussiano

Média: a

Desvio padrão: σ

Se a quantidade de ocasiões é enorme, nesse ponto a capacidade de transporte gaussiano pode ser utilizada para retratar ocasiões físicas. A apropriação gaussiana é uma capacidade ininterrupta que se aproxima da disseminação binomial precisa das ocasiões.

O transporte gaussiano demonstrado é padronizado com o objetivo de que toda a estimativa global de x dá uma probabilidade de 1. A idéia do gaussiano dá uma probabilidade de 0,683 de estar dentro de um desvio padrão da média. O valor médio é a=np onde n é o número de ocasiões e p a probabilidade de qualquer estimativa de número de x (esta articulação continua a partir da circulação binomial ). A articulação de desvio padrão utilizada é adicionalmente a da disseminação binomial.

A dispersão gaussiana é geralmente chamada de “transporte comum” e é regularmente retratada como uma “curva formada pelo carrilhão”.

Se a probabilidade de um único evento for p = e houver n = eventos, então o valor da função de distribuição Gaussiana no valor x = é x 10^. Para estas condições, o número médio de eventos é e o desvio padrão é .

Esta figura destina-se à avaliação do valor médio e do desvio padrão e à determinação da estimativa do trabalho de disseminação, se for fornecido um valor x. Por exemplo, no caso de ser utilizado para avaliar 100 fichas de moedas para a quantidade de “cabeças”, nesse momento, a probabilidade de uma simples troca de moeda seria de 0,5 e a estimativa média de cabeças para 100 fichas seria de 50. Em qualquer caso, o desvio padrão seria 5, portanto você deve ter uma probabilidade de 0,683 de ter em algum lugar na faixa de 45 e 55 cabeças. A probabilidade seria de cerca de 0,08 de ter precisamente 50 cabeças. Em qualquer caso, no caso de você avaliar a estimativa do trabalho de apropriação para as estimativas de 45 a 55 e todas elas, o total é de 0,7295, portanto, este número de ocasiões não é enorme o suficiente para o palpite gaussiano para dar resultados exatos. Jogando um arranjo semelhante de figuras utilizando o binômio de transporte de rendimentos 0,7287, de modo que nenhuma estimativa para este exemplo de tamanho se encaixa na projeção gaussiana hipotética.