Po co to w ogóle?

Zmierz wzrost tysiąca losowych osób i narysuj histogram. Wyjdzie charakterystyczny dzwon: gęsto w środku, coraz rzadziej im dalej od niego. Zrób to samo z błędami pomiarów w laboratorium, z wagą jajek na fermie, z wynikami testu IQ — i znowu dzwon.

To nie przypadek. Ten sam kształt wraca w zupełnie niezwiązanych ze sobą miejscach na tyle uparcie, że dostał własną nazwę: rozkład normalny.

I to jest praktyczna okazja. Skoro tyle różnych zjawisk wygląda podobnie, to zamiast opisywać każde od zera, opłaca się raz porządnie zrozumieć ten jeden kształt i potem używać go wszędzie.

Jest jeszcze drugi, ważniejszy powód. Gdy za chwilę przejdziemy do przedziałów ufności i testów, będziemy je budować na rozkładzie normalnym — albo wprost, albo przez twierdzenia graniczne. To znaczy, że ta część to nie ciekawostka, tylko silnik napędzający połowę dalszego kursu.

Poznasz krzywą Gaussa i jej dwa parametry, nauczysz się czytać tablicę i zamieniać dowolny rozkład normalny na jeden uniwersalny — a na koniec zobaczysz, jak zachowuje się średnia z próby.