AP Statistics

phân phối hình chuôngmound-shaped

mound-shapedVietnamese: phân phối hình chuông

Còn gọi:Also called: bell-shaped

Phân phối hình chuông là dạng phân phối có dữ liệu tập trung dày ở trung tâm và thưa dần đều về hai phía, tạo đường cong đối xứng giống quả chuông.A mound-shaped distribution has data piled up thickly in the middle and thinning out evenly toward both tails, forming a symmetric, bell-like curve.

Trực giác: Hãy tưởng tượng một đống cát được rót từ trên xuống: hạt cát chất cao nhất ở chính giữa rồi thoải dần đều ra hai bên, tạo thành ngọn đồi nhỏ đối xứng — đó chính là hình dáng của phân phối hình chuông.Intuition: Picture sand poured from above into a pile: the grains stack highest right at the center and slope away evenly on both sides, making a small symmetric hill — exactly the shape of a mound-shaped distribution.

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Phân phối hình chuông là phân phối có dữ liệu tập trung quanh một đỉnh ở trung tâm và thưa dần đều về hai phía, tạo đường cong đối xứng. Quan sát càng xa tâm thường càng ít.

Đây là mô tả hình dạng, không phải mô hình toán học cụ thể. Phân phối chuẩn có dạng hình chuông, nhưng phân phối trông hình chuông chưa chắc là phân phối chuẩn.

A mound-shaped distribution has its data concentrated around a single central peak and thinning out evenly on both sides, producing a symmetric curve. Values farther from the center usually occur less often.

This is a description of shape, not a specific mathematical model. A normal distribution is mound-shaped, but a distribution that looks mound-shaped is not necessarily normal.

Hay hiểu saiCommon misconceptions3 ý · 1 phút đọc3 points · 1 min read

Hình chuông không đồng nghĩa với phân phối chuẩn.

“Hình chuông” chỉ mô tả hình dạng; phân phối chuẩn là mô hình toán học cụ thể. Mọi phân phối chuẩn đều hình chuông, nhưng chiều ngược lại không đúng.

Không áp dụng quy tắc 68–95–99,7 cho mọi phân phối hình chuông.

Quy tắc này cần giả định phân phối chuẩn; nếu đề chưa xác nhận, phải nêu giả định gần chuẩn trước khi tính.

Hình chuông của mẫu không chứng minh tổng thể cũng hình chuông.

Với mẫu nhỏ, vẻ trơn hoặc gồ ghề có thể do ngẫu nhiên. Cần phân biệt hình dạng dữ liệu mẫu với phân phối lấy mẫu.

Mound-shaped does not mean normal.

"Mound-shaped" describes only the shape, while a normal distribution is a specific mathematical model. Every normal distribution is mound-shaped, but the reverse is not true.

The 68–95–99.7 rule does not apply to every mound-shaped distribution.

The rule assumes normality, so if the problem has not confirmed it, state an approximate-normality assumption before computing.

A mound-shaped sample does not prove the population is mound-shaped.

In small samples, a smooth or bumpy appearance can come from chance alone. Distinguish the shape of the sample data from the sampling distribution.

Mẹo phòng thiExam tips2 mẹo2 tips

Với thủ tục t, đừng chỉ viết “dữ liệu hình chuông”.

Hãy nêu đồ thị không cho thấy lệch mạnh hay giá trị ngoại lai, nên giả định gần chuẩn là hợp lý.

Đừng dùng bảng z chỉ vì đề nói “hình chuông”.

Nếu đề không xác nhận phân phối chuẩn, dữ liệu có thể chưa đủ để tính xác suất chính xác bằng bảng z.

For t procedures, don't just write "the data are mound-shaped." Say that the graph shows no strong skewness and no outliers, so assuming approximate normality is reasonable.

Don't reach for the z-table just because a problem says "mound-shaped." Without confirmation that the distribution is normal, the information may not support exact probability calculations from a z-table.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsThường xuyênVery common

Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

1733Abraham de MoivrePierre-Simon Laplace

Năm 1733, Abraham de Moivre đưa ra đường cong hình chuông để biểu diễn dạng trơn mà phân phối nhị thức tiến tới khi số lần tung đồng xu tăng.

In 1733, Abraham de Moivre introduced the bell-shaped curve to represent the smooth shape that a binomial distribution approaches as the number of coin tosses increases.

Vì sao mang đúng cái tên này? Cái tên gọi theo hình dáng ra đời trước cả cái tên kỹ thuật. Điều mà de Moivre quan sát được, theo mô tả của các nguồn, chỉ đơn giản là một đường cong trơn tru nhô cao ở giữa và thoải dần về hai bên; vì vậy cách gọi theo dáng gò, dáng chuông vẫn được giữ lại trong sách vở đến tận hôm nay và là lối nói an toàn khi ta mới nhìn biểu đồ mà chưa dám khẳng định gì thêm. Ngược lại, cái tên "chuẩn" thì không hề êm ả: nguồn gốc của chữ này vẫn còn được tranh luận, và ở một số nơi người ta gọi cùng đường cong ấy là phân phối Laplace, theo tên Pierre-Simon Laplace — người năm 1778 phát biểu định lý giới hạn trung tâm (central limit theorem), kết quả giải thích vì sao dáng chuông lại xuất hiện khắp nơi. Sự phong phú của các tên gọi phản ánh chính việc nhiều nhà toán học đã cùng góp phần dựng nên khái niệm này.

Nguồn đối chiếuSources

Thử nghiệm tương tácInteractive explorer

Nặn đám chấm thành gò một đỉnh — rồi phá đi, nhìn trung bình rời khỏi trung vị

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termMô tả phân phối của một biến định lượngDữ liệu một biến & thu thập dữ liệu · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termPhân phối chuẩn (Normal)Xác suất, biến ngẫu nhiên & phân phối xác suất · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termPhân phối mẫu & định lý giới hạn trung tâm (CLT)Xác suất, biến ngẫu nhiên & phân phối xác suất · khoácourse AP Statistics

Cần trướcLearn firsthình dạng (của phân phối)shape

Dẫn tớiLeads tođịnh lý giới hạn trung tâmcentral limit theorem

So vớiComparephân phối đối xứngsymmetric distribution

Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

Thuật ngữTermKhác nhau ở đâuHow they differHay nhầm khiMixed up when

phân phối đối xứngsymmetric distribution

Khác nhau ở đâuHow they differĐối xứng chỉ yêu cầu hai nửa phân phối phản chiếu nhau, trong khi hình chuông đòi hỏi thêm một đỉnh duy nhất ở giữa và hai đuôi thon dần

Hay nhầm khiMixed up whenđề cho histogram có hai nửa cân đối nhưng hình chữ nhật hoặc hai đỉnh, thí sinh dễ gọi nhầm là hình chuông vì thấy đối xứng

phân phối chuẩnnormal distribution

Khác nhau ở đâuHow they differPhân phối chuẩn là mô hình toán học chính xác với tham số xác định, còn hình chuông là mô tả trực quan hình dạng không gắn với tham số cụ thể nào

Hay nhầm khiMixed up whenthí sinh thấy histogram gần đối xứng có đỉnh ở giữa liền viết 'phân phối chuẩn' trong khi đề chỉ hỏi hình dạng tổng quát

Thử nghiệm tương tácInteractive explorer

Bạn nắm chắc chưa?Check your understanding

Học tiếp từ đâyKeep learning

Hay nhầm vớiOften confused with

Cùng chủ đềSame topic