Co to jest rozkład normalny? Wyjaśnienie pojęć i zastosowanie

Rozkład normalny, nazywany też rozkładem Gaussa, opisuje sytuację, w której większość wyników skupia się wokół średniej, a wartości coraz bardziej oddalone od środka pojawiają się coraz rzadziej. Na wykresie tworzy charakterystyczny „dzwon”, dlatego mówi się również o krzywej dzwonowej.

Jak wygląda rozkład normalny?

Na osi poziomej wykresu umieszcza się możliwe wartości badanej cechy, a na osi pionowej ich częstość lub gęstość prawdopodobieństwa. Najwyższy punkt krzywej znajduje się w pobliżu średniej. Po obu stronach wykres opada symetrycznie, co oznacza, że odchylenia poniżej i powyżej średniej są podobnie prawdopodobne.

Przykładem może być wzrost osób w dużej, jednorodnej populacji. Najwięcej osób ma wzrost zbliżony do przeciętnego, mniej znajduje się wyraźnie poniżej lub powyżej tej wartości, a bardzo skrajne wyniki są rzadkie. W praktyce dane rzadko tworzą idealny dzwon. Rozkład normalny jest przede wszystkim użytecznym modelem, który często dobrze przybliża rzeczywistość.

Dlaczego rozkład normalny pojawia się tak często?

Jego powszechność wiąże się z Centralnym Twierdzeniem Granicznym. W uproszczeniu mówi ono, że gdy na wynik wpływa wiele drobnych, w przybliżeniu niezależnych czynników losowych, ich łączny efekt często przyjmuje kształt zbliżony do rozkładu normalnego.

Wyobraź sobie czas dojazdu do pracy. Wpływają na niego między innymi oczekiwanie na autobus, liczba samochodów na drodze, układ świateł, pogoda i przypadkowe opóźnienia. Każdy czynnik może zmienić wynik tylko trochę, ale ich suma decyduje o całkowitym czasie podróży. Zwykle większość przejazdów trwa mniej więcej tyle samo, natomiast wyjątkowo krótki lub bardzo długi przejazd zdarza się rzadko.

W ten sposób przypadkowość wielu małych wpływów prowadzi do regularnego wzoru. Nie oznacza to, że każda zmienna ma rozkład normalny. Twierdzenie opisuje raczej warunki, w których suma lub średnia wielu czynników może być dobrze przybliżona takim rozkładem.

Średnia i odchylenie standardowe – dwa parametry rozkładu

Rozkład normalny określają przede wszystkim dwie liczby. Pierwsza to średnia, oznaczana grecką literą μ. Wyznacza środek rozkładu, a zarazem położenie najwyższego punktu krzywej. Jeśli średni czas dojazdu wynosi 30 minut, właśnie wokół tej wartości skupia się większość wyników.

Druga liczba to odchylenie standardowe, oznaczane literą σ. Informuje, jak szeroko wyniki są rozrzucone wokół średniej. Małe odchylenie standardowe oznacza wąski i wysoki dzwon, czyli wyniki mocno skupione. Duże odchylenie standardowe daje krzywą szerszą i niższą, ponieważ dane są bardziej zróżnicowane.

Można więc powiedzieć, że μ opisuje położenie, a σ – niepewność lub rozrzut. Znając te dwa parametry, można określić cały rozkład normalny i oceniać, jak często powinny pojawiać się wyniki w określonych przedziałach.

Jak interpretować regułę 68–95–99,7?

Najważniejszą praktyczną własnością rozkładu normalnego jest reguła trzech sigm. Pokazuje ona, jaka część wyników powinna znaleźć się w określonej odległości od średniej:

Jeśli średni czas dojazdu wynosi 30 minut, a odchylenie standardowe 5 minut, około 68% przejazdów powinno trwać od 25 do 35 minut. Około 95% zmieści się w przedziale od 20 do 40 minut, a niemal wszystkie, bo około 99,7%, od 15 do 45 minut.

Reguła pomaga wyznaczać margines bezpieczeństwa. Przy planowaniu spotkania można przyjąć nie tylko średni czas podróży, lecz także dodatkowy zapas odpowiadający jednemu lub dwóm odchyleniom standardowym. Trzeba jednak pamiętać, że wartości z dalszych obszarów rozkładu, zwanych ogonami, są rzadkie, ale nie niemożliwe.

Gdzie stosuje się rozkład normalny?

Model ten pojawia się w wielu dziedzinach, zwłaszcza wtedy, gdy wynik zależy od dużej liczby drobnych czynników:

• Biologia – przybliżony opis wzrostu lub masy ciała w określonych populacjach.
• Edukacja – analiza wyników testów i egzaminów w dużych grupach.
• Przemysł – kontrola wymiarów produkowanych części, takich jak śruby lub elementy maszyn.
• Nauka i metrologia – opis przypadkowych błędów pomiarowych.

Czy rzeczywiste dane są idealnie normalne?

Najczęściej nie. Rozkład normalny rozciąga się teoretycznie od minus do plus nieskończoności, podczas gdy rzeczywiste wielkości mają ograniczenia. Wzrost człowieka nie może być ujemny, a czas wykonania zadania nie może wynosić mniej niż zero. W danych mogą też występować wartości odstające, asymetria albo grube ogony, czyli więcej skrajnych obserwacji, niż przewiduje model.

Dlatego nie należy automatycznie zakładać, że każda cecha ma rozkład normalny. Trzeba sprawdzić dane i cel analizy. Mimo ograniczeń model pozostaje bardzo użyteczny, ponieważ dla wielu pomiarów i procesów daje dobre przybliżenie oraz pozwala intuicyjnie oceniać typowe wyniki i ryzyko odchyleń.

Najprościej zapamiętać, że rozkład normalny opisuje skupienie danych wokół średniej, a odchylenie standardowe mówi, jak szeroko te dane są rozproszone. Reguła 68–95–99,7 pozwala szybko ocenić, co jest typowe, a co należy do rzadkich obserwacji.