Phân phối chuẩn và chuẩn hóa: diện tích biểu diễn xác suất

🔔 Độ cao đường cong có phải xác suất tại đúng một giá trị?

Không. Với biến liên tục, xác suất nằm trong một khoảng là diện tích dưới đường mật độ; xác suất tại đúng một điểm bằng 0. Đường cong cao hơn biểu thị mật độ lớn hơn quanh đó, không phải xác suất điểm.

Đường cong chuẩn tâm tại mu, tô vùng từ mu trừ sigma đến mu cộng sigma và trục z sau chuẩn hóa — Chuẩn hóa z=(x−μ)/σ chuyển vị trí thành số độ lệch chuẩn so với trung bình.

Các tính chất cốt lõi

Phân phối N(μ,σ²) đối xứng quanh μ; σ>0 điều khiển độ phân tán.
Khoảng μ±σ chứa xấp xỉ 68,3% diện tích; μ±2σ khoảng 95,4% khi mô hình chuẩn phù hợp.
Z dương nằm trên trung bình, z âm nằm dưới; z không có đơn vị.
Muốn tính xác suất giữa a và b, chuyển cả hai mốc sang z rồi lấy diện tích tương ứng.

⚠️ Không áp dụng chuẩn một cách máy móc

Dữ liệu lệch mạnh, có nhiều đỉnh, bị chặn hoặc có ngoại lệ có thể không phù hợp. Cần xem đồ thị, bối cảnh và cách lấy mẫu.

📚 Lý thuyết trọng tâm

Mục tiêu: Interpret normal distributions through mean, standard deviation, z-scores and areas while avoiding deterministic conclusions from a continuous model.. Khi học Phân phối chuẩn và chuẩn hóa: diện tích biểu diễn xác suất, hãy xác định khái niệm, điều kiện áp dụng và mối liên hệ giữa các dữ kiện; không chỉ ghi nhớ kết luận.

🧭 Ví dụ có hướng dẫn

Chọn một tình huống điển hình của bài. Bước 1: ghi dữ kiện và câu hỏi cần giải quyết. Bước 2: chọn khái niệm hoặc quy tắc phù hợp. Bước 3: giải thích từng bước và kiểm tra kết quả với điều kiện ban đầu. Nếu đổi một dữ kiện, hãy dự đoán kết quả thay đổi thế nào.

✍️ Luyện tập

Tóm tắt bài bằng ba ý: khái niệm, điều kiện và kết luận.
Tự tạo một ví dụ đúng và một phản ví dụ; chỉ ra điểm quyết định.
Giải lại ví dụ khi thay đổi một dữ kiện, sau đó nêu cách kiểm chứng.

Checklist tự đánh giá

Tôi giải thích được “vì sao”, không chỉ nêu đáp án.
Tôi nhận ra trường hợp không áp dụng được quy tắc.
Tôi kiểm tra được đơn vị, bằng chứng hoặc tính hợp lí của kết luận.