Normal distribution
Normal distribution taucht in 2 Fachgebieten auf: Statistik, Metrologie. Hier ist, was es für die Fachleute im jeweiligen Bereich bedeutet.
Normal distribution in Statistik
Symmetrische, glockenförmige Verteilung (Normalverteilung), die durch einen Mittelwert und eine Standardabweichung definiert ist, das Standardmodell für Messdaten.
Die Normal distribution oder Gauß-Verteilung legt etwa 68,3 Prozent der Werte innerhalb von 1 Standardabweichung um den Mittelwert, 95,4 Prozent innerhalb von 2 und 99,73 Prozent innerhalb von 3. Regelkarten, Fähigkeitsindizes und die meisten Signifikanztests setzen sie voraus, entweder direkt oder über Mittelwerte. Reale Prozessdaten sind oft schief oder begrenzt, wie Partikelzahlen oder Ebenheit, die nicht unter Null sinken können, weshalb vor jeder ppm-Vorhersage ein Wahrscheinlichkeitsnetz erstellt werden sollte.
"Leakage is lognormal, not normal. Your Cpk of 1.5 is predicting ppm off a tail that doesn't exist."
Normal distribution in Metrologie
Die glockenförmige Verteilung, die für die meisten Zertifikatswerte und gemittelten Messwerte angenommen wird, definiert durch Mittelwert und Standardabweichung.
Die symmetrische, glockenförmige Wahrscheinlichkeitsverteilung, bei der etwa 68,3 % der Werte innerhalb von ±1 Standardabweichung, 95,45 % innerhalb von ±2 und 99,73 % innerhalb von ±3 liegen. Sie wird einer übernommenen Zertifikatsunsicherheit, dem Mittelwert wiederholter Messungen und, aufgrund des zentralen Grenzwertsatzes, dem kombinierten Ergebnis zugeordnet, wenn mehrere vergleichbare Beiträge summiert werden. Um eine normale expanded uncertainty in eine standard uncertainty umzurechnen, teilen Sie sie durch den angegebenen Erweiterungsfaktor.
"Reference cert gives 0.02 percent at k equals 2, treat it as a normal distribution and divide by two."