正态分布例 - 机会游戏

这些消息充满了赌场游戏和电子游戏的索具的指责。当赌徒在很长一段时间内播放老虎机时，他们期望至少打破。当他们没有时，他们可能怀疑游戏是装配的。我们中的一些人在去拉斯维加斯的短途旅行期间幸运并赢得了累积奖金，但这不是大多数球员的正常经历。介绍统计学可以向我们展示相当玩的机会游戏的结果应该是什么样的。

一个硬币的折腾

经过重复发挥之后，公平游戏的结果应遵循正常分布。虽然我们不知道机会游戏的结果，但我们希望它产生遵循钟曲线形状分布的随机变量。硬币的折腾是一个例子。

概率定律规定，如果硬币反复抛出，随着时间的推移，它将抬起50％的时间和尾部50％的时间。同样，如果你播放一个不依赖技能的1,000次公平游戏，你会期望赢得50％的时间。老虎机是这样的游戏的一个例子。骰子的卷是另一个。

钟曲线的峰值为50％，对称侧面表示平均随机数据的正常分布。随机硬币折叠的平均值是钟曲线的峰值，或平均值，50％。在正常分布中，50％的值小于平均值，50％的值大于平均值。

钟曲线通常用于评估学生，学生年龄，智能报价（IQS）以及许多其他变量。人口的平均智商是100，它的标准偏差为15.在课堂上，我们花了所有分数的平均值，并称之为平均班级平均水平。

一揽子骰子

骰子卷的结果是钟曲线的众所周知的例子。如果掷骰子100次，1升高的百分比将约为15％至18％。如果骰子滚动1000次，则轧制次数的百分比将落在15％至18％的范围内，最终将收敛到16.7％（1/6）。

在两个骰子的公平卷中，有36种可能的组合。滚动2（1 + 1）的概率为2.8％（1/36）。滚动7的可能性（具有六种可能的组合）是16.7％（6/36）。

这个概念也被称为平均法则。在许多卷之后，平均TWO的数量将更接近结果的比例。总集（所有可能的骰子投掷）的概率必须加起来。一旦我们确定了一个事件的分发，我们就可以弄清楚未来事件发生的可能性。

轮盘赌轮和标准偏差

让我们看一下轮盘赌的轮子。乔治在数字1和12上赌注。他获胜的可能性是12/38，并失去26/38。为什么？轮盘赌轮上有38个插槽。球将在1上降落的可能性是2.63％。在赌博的讲解中，赔率为37：1，或者1的机会在38中，球将降落1.轮盘赌比赛的平均值为2.63％。所有乔治的旋转结果都随机分布在平均的两侧。

钟曲线是通过平均值和标准偏差计算的。如图所示，平均值是由钟曲线中间表示的数据的平均值。标准偏差是衡量数字的展开。它由钟曲线的高度和宽度表示。如果标准偏差很大，则数据点更加遍布，曲线较短，更宽。当SD小时，钟曲线将高大且窄。

钟曲线的总面积等于1（100％）

大约68％的曲线区域落在1标准偏差范围内。

大约95％的曲线区域落在2个标准偏差范围内。

曲线下约99.7％的区域落在3个标准偏差范围内。

正态分布计算器

一旦我们确认轮盘游戏遵循正常分布，我们可以得出结论，95％的乔治旋转将落在平均两侧的两个标准偏差范围内。许多统计软件包可供教授SPSS Essentials.。SPSS允许您绘制和评估各种结果。通过称为直方图的图表，您可以执行方案分析。并非所有分布都是钟曲线，正常分布。随机数据可以分布到右侧或偏斜向左。实验不同的分布数据，使用a正常分布计算器。

在正态分布中，钟曲线形成对称曲线。一旦我们知道分配的偏差，我们就可以预测结果将落在平均值范围内的可能性。概率在0到1的范围内。如果事件的概率为0，则预计不会发生。如果事件具有1的概率，则可能发生。使用硬币折叠示例，硬币折腾将尾部的概率为50％。

如果游戏制造商是索具的游戏，就像几个诉讼竞争一样，结果不会公平或通常分布。为了证明这种情况，律师将需要计算装配机的预期结果的可能性，以证明结果偏离了预期的行为。法律只是正常分配适用的一个区域。自17岁以来^TH.世纪法国科学家在掷骰子时发现了正常的分布，它已经巩固了许多学科。掌握统计数据的实际应用，注册概率和统计学研讨会或者量化用户体验。学习使用置信区间和假设检测，并确定估计的误差和准确性的规模将有助于您建立所生产数据的有效性和可靠性。