Tính điểm z, xác suất, bách phân vị và các giá trị của phân phối chuẩn.
Cập nhật lần cuối: 18 tháng 10, 2026
Nền tảng của thống kê
Phân phối chuẩn (phân phối Gauss) là phân phối xác suất phổ biến nhất trong tự nhiên và khoa học xã hội. Nó có dạng hình chuông và đối xứng quanh giá trị trung bình. Nhiều hiện tượng tự nhiên (chiều cao, cân nặng, trí thông minh) tuân theo phân phối chuẩn. Điểm z và cách diễn giải: Điểm z = (X - μ) / σ. Z = 0 nghĩa là bằng giá trị trung bình, Z = 1 là cao hơn trung bình 1 độ lệch chuẩn, Z = -2 là thấp hơn trung bình 2 độ lệch chuẩn. Trong các bài kiểm tra IQ, giá trị trung bình là 100 và độ lệch chuẩn là 15. Người có IQ 115 có điểm z = 1. Ứng dụng và ví dụ: kiểm soát chất lượng (số đo sản phẩm), chuẩn hóa điểm thi (so sánh các kỳ thi khác nhau), quản lý rủi ro và tài chính (lợi suất cổ phiếu), khoa học sức khỏe (chỉ số máu, xét nghiệm chẩn đoán), kiểm định ý nghĩa thống kê trong nghiên cứu khoa học.
Giải đáp các thắc mắc phổ biến
Điểm z cho biết một giá trị cách giá trị trung bình bao nhiêu độ lệch chuẩn. Z = 0 là giá trị trung bình, Z = 1 là cao hơn 1 độ lệch chuẩn, Z = -1 là thấp hơn 1 độ lệch chuẩn.
Trong phân phối chuẩn, 68% dữ liệu nằm trong khoảng ±1 độ lệch chuẩn quanh giá trị trung bình, 95% nằm trong khoảng ±2 độ lệch chuẩn, 99,7% nằm trong khoảng ±3 độ lệch chuẩn.
Bách phân vị cho biết phần trăm dữ liệu nằm dưới giá trị đó. Ở bách phân vị thứ 84 nghĩa là cao hơn 84% dữ liệu.
Với mẫu lớn, nhiều biến tiến gần đến phân phối chuẩn nhờ định lý giới hạn trung tâm. Phù hợp với các biến liên tục như chiều cao, cân nặng, điểm thi, sai số đo lường.
Các công cụ hữu ích khác cho tính toán thống kê
Giá trị trung bình của phân phối.
Phải lớn hơn 0.
Giá trị bạn muốn tính xác suất.