Normalverteilung: Wahrscheinlichkeit zwischen Werten

Dieser Rechner für Normalwahrscheinlichkeiten zwischen zwei Werten bestimmt, mit welcher Wahrscheinlichkeit eine normalverteilte Variable in einem gewählten Intervall liegt. Geben Sie Untergrenze, Obergrenze, Mittelwert und positive Standardabweichung der Verteilung ein. Sie erhalten eine Wahrscheinlichkeit zwischen null und eins sowie den standardisierten z-Wert jeder Grenze. Damit können Sie Übungsaufgaben prüfen, Spezifikationsbereiche bewerten und Messungen ohne Simulation oder Zufallsstichprobe in vergleichbare Wahrscheinlichkeitsaussagen umwandeln.

Bedeutung der Wahrscheinlichkeit zwischen zwei Normalwerten

Eine Normalverteilung beschreibt ein stetiges, symmetrisches, glockenförmiges Muster um ihren Mittelwert. Dieser Rechner misst die Fläche unter dieser Kurve von der Untergrenze bis zur Obergrenze. Diese Fläche ist die Wahrscheinlichkeit, dass eine Beobachtung aus der angegebenen Verteilung innerhalb des Intervalls liegt.

Ein Ergebnis nahe null bedeutet, dass das Intervall nur einen sehr kleinen Teil der Verteilung erfasst; ein Ergebnis nahe eins bedeutet, dass es fast die gesamte Verteilung abdeckt. Da die Verteilung stetig ist, ändert das Ein- oder Ausschließen der exakten Endpunkte die Wahrscheinlichkeit nicht: Ein einzelner genauer Punkt besitzt die Wahrscheinlichkeitsmasse null. Die Berechnung setzt voraus, dass Mittelwert und Standardabweichung bekannt sind oder als Modellparameter gewählt wurden.

Sie untersucht keine Rohdaten und entscheidet nicht, ob ein Normalmodell angemessen ist. Die Wahrscheinlichkeit wird auf der üblichen Skala von null bis eins ausgegeben; multiplizieren Sie sie mit hundert, um einen Prozentwert zu erhalten. Die Antwort enthält außerdem beide z-Werte.

Diese zeigen, wie viele Standardabweichungen jede Grenze unter oder über dem Mittelwert liegt, und erleichtern die Deutung oder den Vergleich mit einer anderen Normalverteilung.

Grenzen, Mittelwert und Abweichung eingeben

Gleiche Grenzen sind zulässig und ergeben korrekt die Wahrscheinlichkeit null, denn ein Intervall ohne Breite enthält keine Fläche unter einer stetigen Dichte. Vertauschte Grenzen werden abgelehnt, damit ein Reihenfolgefehler weder eine irreführende negative Fläche noch eine stillschweigend veränderte Anfrage erzeugt. Geben Sie das Zentrum der Verteilung als mean an; es darf negativ, null oder positiv sein.

Die Standardabweichung tragen Sie als deviation ein, wobei sie strikt größer als null sein muss. Sie steuert die Streuung: Ein kleiner Wert konzentriert die Wahrscheinlichkeit nahe dem Mittelwert, ein großer verteilt sie über einen breiteren Bereich. Zahlenzeichenfolgen, fehlende Werte, NaN und Unendlich sind ungültig.

Danach wertet der Rechner die kumulative Standardnormalverteilung an beiden z-Werten aus und zieht die untere kumulative Wahrscheinlichkeit von der oberen ab. Dieses direkte analytische Verfahren ist deterministisch, verwendet keine Zufallsziehungen und liefert für dieselben vier Eingaben stets dasselbe Ergebnis.

Wann diese Normalintervallberechnung sinnvoll ist

Verwenden Sie diese Berechnung, wenn sich eine Größe plausibel durch eine Normalverteilung modellieren lässt und Sie den erwarteten Anteil in einem Bereich benötigen. Ein Qualitätsingenieur kann untere und obere Spezifikationsgrenzen zusammen mit einem stabilen Prozessmittelwert und einer stabilen Abweichung eingeben, um den theoretischen Gutanteil zu schätzen. Lehrkräfte oder Lernende können die Fläche zwischen zwei Rohwerten prüfen, ohne eine z-Tabelle von Hand nachzuschlagen.

Analysten können unterschiedlich skalierte Kennzahlen anhand ihrer standardisierten Grenzen und der resultierenden Wahrscheinlichkeit vergleichen. Auch für Testdaten ist das Verfahren geeignet, weil die Ausgabe deterministisch ist und symmetrische Fälle leicht nachvollziehbar sind. Die Wahl des Modells bleibt entscheidend.

Reale Daten können schief, multimodal, begrenzt, gerundet oder schwer-schwänzig sein; dann kann die Normalkurve die tatsächliche Intervallhäufigkeit unter- oder überschätzen. Parameterunsicherheit wird ebenfalls nicht dargestellt: Wurden Mittelwert und Abweichung aus einer kleinen Stichprobe geschätzt, bleibt die Ausgabe eine Modellwahrscheinlichkeit mit eingesetzten Parametern und kein Konfidenzintervall. Diese Fähigkeit führt nur die genannte Verteilungsrechnung aus.

Sie schätzt keine Parameter, prüft keine Normalität, korrigiert keine Messverzerrung, berechnet kein Quantil und garantiert keine künftigen Häufigkeiten.