Langue

Normal Distribution Explorer

Interactively explore the normal distribution by adjusting mean (μ) and standard deviation (σ) with sliders. Visualize the bell curve, calculate probabilities for shaded regions, and understand the empirical rule in real-time.

Explorer la courbe en cloche

Déplacez les curseurs pour voir comment la moyenne décale la courbe et comment l'écart type la rend plus étroite ou plus large.

Préréglages rapides

0.00
-10.00200.00
1.00
0.1030.00

Essayez ceci

Réglez la moyenne sur 100 et l'écart type sur 15. La courbe modélise alors des scores classiques de test de QI.

Prédisez ce qui va se passer

Si vous doublez l'écart type, qu'arrive-t-il au sommet de la courbe ?

L'aire totale sous la courbe reste toujours égale à 1.

Pourquoi ça fonctionne

Augmenter σ étale la probabilité sur une plage de x plus large : la hauteur du sommet doit donc diminuer pour que l'aire totale sous la courbe reste égale à 1.

Statistiques de Distribution

Moyenne
μ = 0.00
Écart Type
σ = 1.00
Variance
σ² = 1.00

Règle Empirique (68-95-99,7)

68 % des données se situent dans ±1σ
[-1.00, 1.00]
95 % des données se situent dans ±2σ
[-2.00, 2.00]
99,7 % des données se situent dans ±3σ
[-3.00, 3.00]

Théorie & Formule

Qu'est-ce que la Distribution Normale ?

La distribution normale, également connue sous le nom de distribution gaussienne ou courbe en cloche, est une distribution de probabilité continue qui est symétrique autour de la moyenne. C'est l'une des distributions les plus importantes en statistique.

Fonction de densité de probabilité

La distribution normale est définie par sa fonction de densité de probabilité (FDP) :

\(f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2}\)

Où : μ = moyenne (centre), σ = écart-type (dispersion)

Propriétés clés

  • Symétrique autour de la moyenne μ
  • Moyenne = médiane = mode
  • Aire totale sous la courbe égale à 1
  • Asymptotique à l'axe des x (les queues ne touchent jamais zéro)