Normal-CDF-Rechner

Die kumulative Verteilungsfunktion der Normalverteilung beantwortet eine Frage, die in jedem Statistik-Kurs und in vielen Produktionspipelines vorkommt: Gegeben sei ein Wert x aus einer Gaußschen Verteilung mit bekanntem Mittelwert und bekannter Standardabweichung — welcher Anteil der Verteilung liegt bei oder unterhalb dieses Werts? Die Antwort schreibt man als Φ(z), nachdem die Beobachtung zu einem z-Score standardisiert wurde; es ist dieselbe Zahl, die man in gedruckten Normaltafeln nachschlägt, wenn man Prüfungen bewertet, A/B-Experimente dimensioniert oder Prozesskontrollgrenzen setzt. Dieser Rechner nimmt endliches x, Mittelwert μ und eine streng positive Standardabweichung σ, bildet z gleich x minus μ durch σ und liefert die kumulierte Wahrscheinlichkeit, die Prozentform und die komplementäre obere Schwanzwahrscheinlichkeit. Nicht-positives σ scheitert mit einem klaren Validierungsfehler, weil eine null- oder negative Skala kein Normalgesetz definiert.

Wie die Normal-CDF aus x, Mittelwert und σ berechnet wird

Beginnen Sie mit einer Rohbeobachtung x und einem Referenz-Normalgesetz N(μ, σ²). Subtrahieren Sie den Mittelwert von der Beobachtung und teilen Sie durch die Standardabweichung, um den standardisierten Score z gleich (x minus μ) geteilt durch σ zu erhalten. Diese eine Zahl platziert x auf der Einheitsskala, auf der der Mittelwert null und die Streuung eins ist — genau die Skala jeder Standard-Normaltafel.

Die kumulierte Wahrscheinlichkeit ist dann die Fläche unter der Standard-Normaldichte von minus unendlich bis z, geschrieben Φ(z) oder P(Z ≤ z). Algebraisch entspricht das einem Halben mal eins plus der Fehlerfunktion von z über der Quadratwurzel aus zwei, weil das Gauß-Integral dieselbe spezielle Funktion ist, die in Diffusions- und Wärmegleichungen auftritt. Diese Fähigkeit wertet den Ausdruck mit einer klassischen rationalen Abramowitz-Stegun-Approximation der Fehlerfunktion aus, genau auf etwa einen Teil in zehn Millionen für gewöhnliche Gleitkomma-Eingaben—mehr als genug für Lehrbuchübungen, Score-Berichte und technische Schwellen.

Extreme Schwänze mit |z| mindestens acht werden auf null oder eins geklemmt, damit Unterlauf nie einen Wert leicht außerhalb des Einheitsintervalls hinterlässt. Der Sonderfall einer nicht-positiven Standardabweichung wird abgelehnt: ist σ null oder negativ, gibt es keine echte Normaldichte, und die kumulierte Wahrscheinlichkeit ist undefiniert statt einer Zahl, die Sie sicher speichern oder bewerten könnten.

Eingabevertrag, Antwortform und Fehlerverhalten

Eine null- oder negative Standardabweichung scheitert mit der Meldung, dass die Normal-CDF undefiniert ist, wenn σ nicht größer als null ist; solche Validierungsfehler werden nicht berechnet. Bei Erfolg spiegelt der Körper bereinigtes x, mean und std wider, liefert z als standardisierten Score, cdf als kumulierte Wahrscheinlichkeit im geschlossenen Einheitsintervall, percent als cdf mal hundert für tabellenartige Anzeige, survival als eins minus cdf für den komplementären oberen Schwanz P(X größer als x) und eine Formelzeichenkette, die Φ(z) gleich P(X ≤ x) mit z gleich (x − μ) durch σ erneut festhält.

Klassische Prüfungen umfassen die Standardnormalverteilung bei x gleich null, die cdf gleich ein Halbes ergibt, und den zweiseitigen kritischen Wert nahe eins Komma neun sechs unter Mittelwert null und Einheits-σ, der eine kumulierte Wahrscheinlichkeit nahe null Komma neun sieben fünf ergibt. Verdrahten Sie das kostenlose Browser-Formular für Hausaufgaben und schnelle Plausibilitätschecks und rufen Sie denselben Vertrag aus Skripten auf, wenn Sie Massenevaluierung von Cut-Scores oder Prozessgrenzen brauchen.

Wo ein Normal-CDF-Rechner in der Praxis vorkommt

Psychometrie und Zulassung mappen Rohscores auf kumulative Ränge, wenn Formulare einen veröffentlichten Mittelwert und Sigma teilen. Qualitätskontrolle und Prozessüberwachung wandeln Sensorschwellen in kumulierte Wahrscheinlichkeiten gegen Prozessmittel und Sigma um, damit technische Grenzen zur bekannten Schwanzmasse passen statt zu ad-hoc Rohschnitten. Produktanalytik und A/B-Werkzeuge brauchen oft die ein- oder zweiseitige Normalfläche für Power-Skizzen und kritische Werte vor schwererer Simulation.

Finanzen und Risiko drücken einfache Residual- oder Renditeschwellen als kumulierte Wahrscheinlichkeiten unter einem normalen Arbeitsmodell für Stress-Zusammenfassungen aus. Wenn Sie später die inverse CDF (Quantil oder Probit), einen reinen z-Score ohne Wahrscheinlichkeit, t- oder Chi-Quadrat-CDFs oder volle deskriptive Statistik für jede CSV-Spalte brauchen, behandeln Sie diese als getrennte Suchintentionen und Landings statt diese Seite des Normalverteilungs-CDF-Rechners zu überladen.