0:00:00.610,0:00:04.100
ลองทำโจทย์อีกข้อจากเรื่องการกระจายตัว

0:00:04.100,0:00:10.120
แบบปกติในหนังสือสถิติ AP ของ ck12.org

0:00:10.120,0:00:11.770
และผมใช้อันนี้เพราะมันฟรี และ

0:00:11.770,0:00:13.990
เป็นหนังสือที่ดีทีเดียว

0:00:13.990,0:00:16.475
ปัญหาคือว่า, ผมว่า, เป็นแบบฝึกหัดที่ดีสำหรับเรา

0:00:16.475,0:00:19.070
ลองดูกัน, ข้อ 3

0:00:19.070,0:00:20.390
คุณสามารถไปที่เว็บไซต์ และผมว่า

0:00:20.390,0:00:21.690
คุณสามารถดาวน์โหลดหนังสือได้

0:00:21.690,0:00:26.180
สมมุติว่าค่าเฉลี่ยน้ำหนักของเด็กหญิงอายุ 1 ขวบ ในอเมริกา

0:00:26.180,0:00:28.920
กระจายตัวแบบปกติ -- หรือกระจายตัว

0:00:28.920,0:00:32.330
แบบปกติด้วยค่าเฉลี่ยประมาณ 9.5 กรัม

0:00:32.330,0:00:33.820
มันน่าจะเป็นกิโลกรัมนะ

0:00:33.820,0:00:35.930
ผมมีลูกชายอายุ 10 เดือน และเขาหนัก 20 ปอนด์

0:00:35.930,0:00:39.570
ซึ่งประมาณ 9 กิโลกรัม ไม่ใช่ 9.5 กรัม

0:00:39.570,0:00:41.040
9.5 กรัมนี่ไม่ใช่แล้ว

0:00:41.040,0:00:43.900
นี่น่าจะเป็นน้ำหนักหนูหรืออะไรสักอย่าง

0:00:43.900,0:00:44.940
นี่ต้องเป็นกิโลกรัม

0:00:44.940,0:00:47.350
แต่ช่างเถอะ, มันคือประมาณ 9.5 กิโลกรัม

0:00:47.350,0:00:51.050
โดยค่าเบี่ยงเบนมาตรฐานมีค่าประมาณ 1.1 กรัม

0:00:51.050,0:00:56.400
แล้วค่าเฉลี่ยเท่ากับ 9.5 กิโลกรัม ผมว่านะ และ

0:00:56.400,0:01:01.130
ค่าเบี่ยงเบนมาตรฐานเท่ากับ 1.1 กรัม

0:01:01.130,0:01:04.840
ถ้าไม่ใช่เครื่องคิดเลข -- นี่เป็นคำใบ้ที่น่าสนใจ --

0:01:04.840,0:01:08.950
จงประมาณจำนวนของเด็กหญิงอายุ 1 ขวบในอเมริกาเป็นเปอร์เซ็นต์

0:01:08.950,0:01:09.995
ที่ตรงตามเงื่อนไขต่อไปนี้

0:01:09.995,0:01:12.910
เวลาเขาบอกว่า ให้กะค่าโดยไม่ต้องใช้เครื่องคิดเลข นั่นเป็น

0:01:12.910,0:01:15.250
คำใบ้ หรือวิธีการที่บอกเราให้ใช้

0:01:15.250,0:01:16.350
กฏเชิงประจักษ์ (empirical rule)

0:01:20.040,0:01:27.480
กฎเชิงประจักษ์บางครั้งเรียกว่ากฎ 68-95-99.7

0:01:27.480,0:01:29.960
และถ้าคุณจำนี่เป็นชื่อกฎ

0:01:29.960,0:01:31.500
คุณก็ต้องจำกฎได้

0:01:31.500,0:01:33.520
สิ่งที่มันบอกเราว่าคือว่า ถ้าเรามีการกระจายตัวแบบปกติ --

0:01:33.520,0:01:35.800
ผมจะทบทวนตรงนี้ก่อนที่เราจะไป

0:01:35.800,0:01:36.750
ยังปัญหานี้

0:01:36.750,0:01:38.750
ถ้าเรามีการกระจายตัวแบบปกติ -- ขอผมเขียน

0:01:38.750,0:01:40.480
การกระจายตัวแบบปกตินะ

0:01:40.480,0:01:42.900
มันจะเป็นแบบนั้น

0:01:42.900,0:01:44.240
นั่นคือการกระจายตัวแบบปกติ

0:01:44.240,0:01:45.940
ผมไม่ได้วาดแบบโดยสมบูรณ์แบบ แต่คุณคงเข้าใจ

0:01:45.940,0:01:47.560
มันควรสมมาตร

0:01:47.560,0:01:49.980
นี่คือค่าเฉลี่ยของเราตรงนี้

0:01:49.980,0:01:50.840
นั่นคือค่าเฉลี่ยของเรา

0:01:50.840,0:01:54.810
ถ้าเราอยู่เหนือค่าเฉลี่่ย 1 ส่วนเบี่ยงเบนมาตรฐาน และ

0:01:54.810,0:02:00.350
ต่ำกว่าค่าเฉลี่ย 1 หน่วยส่วนเบี่ยงบนมาตรฐาน, นี่ก็คือ ค่าเฉลี่ย บวก 1

0:02:00.350,0:02:01.780
ส่วนเบี่ยงเบนมาตรฐาน

0:02:01.780,0:02:05.730
นี่คือค่าเฉลี่ยนเรา ลบ 1 ส่วนเบี่ยงเบนมาตรฐาน

0:02:05.730,0:02:08.710
ความน่าจะเป็นที่จะได้ผล ถ้าเรายุ่งกับการกระจายตัว

0:02:08.710,0:02:12.080
แบบปกติโดยสมบูรณ์, ค่านั้นอยู่ระหว่าง ค่าเฉลี่ยลบ

0:02:12.080,0:02:14.640
1 ส่วนเบี่ยงเบนมาตรฐาน และค่าเฉลี่ยบวก 1 ส่วนเบี่ยงเบน

0:02:14.640,0:02:19.320
มาตรฐาน -- นั่นก็คือพื้นที่นี้ -- มันจะเป็น,

0:02:19.320,0:02:23.040
คุณคงเดาได้, คือ 68%

0:02:23.040,0:02:26.430
มีโอกาส 68% ที่คุณจะได้ค่าอยู่ภายใน 1 ส่วนเบี่ยงเบน

0:02:26.430,0:02:27.750
มาตรฐานวัดจากค่าเฉลี่ย

0:02:27.750,0:02:30.140
ไม่ว่าจะอยู่เหนือหรือใต้หรือระหว่าง

0:02:30.140,0:02:31.450
หนึ่งช่วงเบี่ยงเบนมาตรฐาน

0:02:31.450,0:02:34.500
ทีนี้, ถ้าเราพูดถึง 2 ช่วงเบี่ยงเบนมาตรฐานรอบ

0:02:34.500,0:02:37.170
ค่าเฉลี่ย -- ถ้าเราลองไปอีก 1 ส่วนเบี่ยงเบนมาตรฐาน, เราลงไป

0:02:37.170,0:02:39.570
ยังอีก 1 ส่วนเบี่ยงเบนมาตรฐาน ในทิศนั้นและ

0:02:39.570,0:02:41.780
เหนือค่าเฉลี่ยไปอีก 1 ส่วนเบี่ยงเบนมาตรฐาน -- และเราถาม

0:02:41.780,0:02:43.190
ตัวเองว่าความน่าจะเป็นในการพบ

0:02:43.190,0:02:47.360
ค่าอยู่ระหว่างสองช่วงนั้น, มัน

0:02:47.360,0:02:50.740
ก็คือ, คุณคงเดาได้ว่า, คือ 95%

0:02:50.740,0:02:53.060
แลนั่นรวมพื้นที่ตรงกลางนี้ด้วย

0:02:53.060,0:02:56.510
68% นี้คือส่วนหนึ่งของ 95% นี้

0:02:56.510,0:02:58.140
ผมว่าคุณคงรู้ว่าจะเป็นอย่างไรต่อ

0:02:58.140,0:03:01.360
ถ้าคุณไปที่ 3 ช่วงเบี่ยงเบนมาตรฐานใต้ค่าเฉลี่ย และ

0:03:01.360,0:03:06.820
เหนือค่าเฉลี่ย, นั่นคือกฎเชิงประจักษ์หรือกฎ 68-95-99.7

0:03:06.820,0:03:15.740
มันบอกเราว่ามีโอกาส 99.7% ที่ได้จะผลจาก

0:03:15.740,0:03:19.120
กระจายตัวแบบปกติที่อยู่ในช่วง 3 เท่าของค่าเบี่ยงเบน

0:03:19.120,0:03:20.110
มาตรฐานวัดจากค่าเฉลี่ย

0:03:20.110,0:03:23.230
คือมากกว่า ค่าเฉลี่ยลบ 3 ส่วนเบี่ยงเบนมาตรฐาน

0:03:23.230,0:03:26.030
และน้อยกว่า ค่าเฉลี่ยบวก 3 ส่วนเบี่ยงเบนมาตรฐาน

0:03:26.030,0:03:27.870
นั่นคือสิ่งที่กฎเชิงประจักษ์บอกเรา

0:03:27.870,0:03:30.960
ทีนี้ลองดูว่าเราจะใช้กับปัญหานี้ได้หรือไม่

0:03:30.960,0:03:33.140
เขาบอกค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานมาให้เรา

0:03:33.140,0:03:34.550
ขอผมวาดมันนะ

0:03:34.550,0:03:38.550
ขอผมวาดแกนก่อนให้ดีที่สุด

0:03:38.550,0:03:39.600
นั่นคือแกนของผม

0:03:39.600,0:03:41.410
ขอผมวาดเส้นโค้งระฆัง

0:03:45.920,0:03:49.090
นั่นคือเส้นโค้งระฆังที่ดีที่สุด ที่คุณคาดว่า

0:03:49.090,0:03:50.920
จะได้จากคนวาดมือเปล่าแล้ว

0:03:50.920,0:03:54.140
ค่าเฉลี่ยตรงนี้คือ 9 -- และนี่ควรสมมาตร

0:03:54.140,0:03:55.710
ความสูงนี่ควรเท่ากับความสูงตรงนี้

0:03:55.710,0:03:57.600
ผมว่าคุณคงเข้าใจ

0:03:57.600,0:03:59.260
ผมไม่ใช่คอมพิวเตอร์

0:03:59.260,0:04:02.390
9.5 คือค่าเฉลี่ย

0:04:02.390,0:04:03.370
ผมจะไม่เขียนหน่วยนะ

0:04:03.370,0:04:04.580
มันเป็นกิโลกรัมหมด

0:04:04.580,0:04:11.330
1 ค่าเบี่ยงเบนมาตรฐานเหนือค่าเฉลี่ย เราก็บวก 1.1 เข้าไป

0:04:11.330,0:04:14.220
เพราะเขาบอกเราว่าค่าเบี่ยงเบนมาตรฐานคือ 1.1

0:04:14.220,0:04:16.820
มันจะเป็น 10.6

0:04:16.820,0:04:19.620
ถ้าเราไป -- ขอผมวาดเส้นประเล็กๆ ตรงนี้นะ -- 1

0:04:19.620,0:04:25.990
ช่วงเบี่ยงเบนมาตรฐานใต้ค่าเฉลี่ย เราก็ลบ 1.1

0:04:25.990,0:04:34.110
จาก 9.5 แล้วมันจะเป็น 8.4

0:04:34.110,0:04:37.620
ถ้าเราไปยัง 2 ช่วงเบี่ยงเบนมาตรฐานเหนือค่าเฉลี่ย

0:04:37.620,0:04:40.400
เราก็บวกค่าเบี่ยงเบนมาตรฐานไปอีกทีตรงนี้

0:04:40.400,0:04:40.610
จริงไหม?

0:04:40.610,0:04:41.890
เราไปอีก 1 ค่าเบี่ยงเบนมาตรฐาน, 2

0:04:41.890,0:04:42.700
ค่าเบี่ยงเบนมาตรฐาน

0:04:42.700,0:04:44.435
นั่นพาเรามาที่ 11.7

0:04:44.435,0:04:47.040
และถ้าเราไปที่ 3 ช่วงเบี่ยงเบนมาตรฐาน

0:04:47.040,0:04:48.910
เราก็บวก 1.1 อีกที

0:04:48.910,0:04:50.720
นั่นพาเรามาที่ 12.8

0:04:50.720,0:04:53.820
ทำแบบเดียวกันอีกด้านหนึ่ง, 1 ช่วงเบี่ยงเบนมาตรฐาน

0:04:53.820,0:04:55.380
ใต้ค่าเฉลี่ยคือ 8.4

0:04:55.380,0:04:58.480
2 ช่วงเบี่ยงเบนมาตรฐานใต้ค่าเฉลี่ย -- ลบ 1.1

0:04:58.480,0:05:00.910
อีกที -- กลายเป็น 7.3

0:05:00.910,0:05:03.380
แล้ว 3 ช่วงเบี่ยงเบนมาตรฐานใต้ค่าเฉลี่ย --

0:05:03.380,0:05:07.280
เราก็เขียนไว้ตรงนี้ -- มันคือ 6.2 กิโลกรัม

0:05:07.280,0:05:08.860
นั่นก็คือการตั้งโจทย์ตรงนี้

0:05:08.860,0:05:12.070
แล้วความน่าจะเป็นที่เราพบเด็กหญิงอายุ 1 ขวบ

0:05:12.070,0:05:17.730
ในอเมริกา ที่หนักน้อยกว่า 8.4 กิโลกรัม

0:05:17.730,0:05:19.330
หรือบางทีผมควรใช้คำว่ามวลน้อยกว่า

0:05:19.330,0:05:21.640
8.4 กิโลกรัม

0:05:21.640,0:05:25.150
ถ้าเราดูตรงนี้, ความน่าจะเป็นที่จะพบเด็ก

0:05:25.150,0:05:28.070
หรือเด็กผู้หญิงอายุ 1 ขวบ ที่มีมวลหรือน้ำหนัก

0:05:28.070,0:05:30.920
น้อยกว่า 8.4 นั่นคือพื้นที่

0:05:30.920,0:05:31.610
ตรงนี้

0:05:31.610,0:05:35.070
ผมบอกว่า มวล เพราะกิโลกรัมคือหน่วยของมวล

0:05:35.070,0:05:36.940
หลายคนใช้มันกับน้ำหนักเช่นกัน

0:05:36.940,0:05:38.470
นั่นก็คือพื้นที่นั่นตรงนั้น

0:05:38.470,0:05:40.950
แล้วเราจะหาพื้นที่ใต้เส้นโค้งนี้

0:05:40.950,0:05:43.900
โดยใช้กฎเชิงประจักษ์ได้อย่างไร?

0:05:43.900,0:05:47.280
ทีนี้, เรารู้ว่าพื้นที่นี้คืออะไร

0:05:47.280,0:05:52.370
เรารู้ว่าพื้นที่ระหว่างลบ 1 ส่วนเบี่ยงเบนมาตรฐาน

0:05:52.370,0:05:54.500
กับบวก 1 ส่วนเบี่ยงเบนมาตรฐานเป็นเท่าไหร่

0:05:54.500,0:05:55.920
เรารู้ว่ามันคือ 68%

0:05:58.430,0:06:01.720
และถ้ามันคือ 68% นั่นหมายความว่า

0:06:01.720,0:06:04.360
ส่วนที่ไม่ได้อยู่ตรงกลางคือ 32%

0:06:04.360,0:06:07.200
เพราะพื้นทีใต้การกระจายตัวแบบปกติทั้งหมด

0:06:07.200,0:06:11.380
คือ 100 หรือ 100% หรือ 1, ขึ้นอยู่กับวิธีที่คุณคิด

0:06:11.380,0:06:14.490
เพราะคุณไม่มีทาง -- ความเป็นไปได้ทั้งหมด

0:06:14.490,0:06:17.880
รวมกันได้แค่ 1 เท่านั้น

0:06:17.880,0:06:21.480
คุณไม่มีทางได้มากกว่า 100% ตรงนี้

0:06:21.480,0:06:27.270
ดังนั้นถ้าคุณรวมขานี้กับขานี้ -- แล้วนี่บวกค่านั้น

0:06:27.270,0:06:29.490
จะเท่ากับส่วนที่เลหือ

0:06:29.490,0:06:32.590
งั้น 100 ลบ 68 นั่นคือ 32

0:06:32.590,0:06:33.920
32%

0:06:33.920,0:06:37.820
32% คือถ้าคุณบวกขาซ้ายนี่กับ

0:06:37.820,0:06:39.240
ขาขวานี่ตรงนี้

0:06:39.240,0:06:41.120
และนี่คือการกระจายตัวแบบปกติโดยสมบูรณ์

0:06:41.120,0:06:42.535
เขาบอกเราว่ามันกระจายตัวแบบปกติ

0:06:42.535,0:06:44.780
มันจะสมมาตรพอดี

0:06:44.780,0:06:48.730
แล้วถ้าด้านนี่ กับด้านนั้นรวมกันได้ 32 แต่ทั้งคู่

0:06:48.730,0:06:51.820
สมมาตร, หมายความว่าพวกมันมีพื้นที่เท่ากันเป๊ะ, แล้ว

0:06:51.820,0:06:56.490
ด้านนี่ตรงนี้ -- ผมจะใช้สีชมพูนะ -- ด้านนี่ตรงนี้ --

0:06:56.490,0:07:00.020
มันออกมาเป็นสีม่วงมากกว่า -- จะเป็น 16%

0:07:00.020,0:07:02.700
แล้วด้านนี่ตรงนี้จะเป็น 16%

0:07:02.700,0:07:05.900
ดังนั้นความน่าจะเป็นที่ได้ผลมากกว่า 1 ส่วนเบี่ยงเบน

0:07:05.900,0:07:08.280
มาตรฐานเหนือค่เาฉลี่ย -- นั่นคือด้านขวามือนี่

0:07:08.280,0:07:09.760
, จะเป็น 16%

0:07:09.760,0:07:13.040
หรือความน่าจะเป็นที่ได้ผลน้อยกว่า 1 ส่วนเบี่ยงเบน

0:07:13.040,0:07:17.050
มาตรฐานใต้ค่าเฉลี่ย, นั่นคือตรงนี้, 16%

0:07:17.050,0:07:19.060
แล้วเขาอยากรู้ความน่าจะเป็นที่ได้

0:07:19.060,0:07:23.140
เด็กอายุ 1 ปีหนักน้อยว่า 8.4 กิโลกรัม

0:07:23.140,0:07:27.970
น้อยกว่า 8.4 กิโลกรัม คือพื้นที่นี่ตรงนี้

0:07:27.970,0:07:29.500
และนั่นคือ 16%

0:07:29.500,0:07:33.270
มันก็คือ 16% จากข้อ a

0:07:33.270,0:07:38.280
ลองดูข้อ b กัน: ระหว่าง 7.9 กับ 11.7 จุด 7 กิโลกรัม

0:07:38.280,0:07:41.130
ระหว่าง 7.3 -- นั่นคือตรงนั้น

0:07:41.130,0:07:47.120
มันคือ 2 ส่วนเบี่ยงเบนมาตรฐานใต้ค่าเฉลี่ย -- และ 11.7, หนึ่ง,

0:07:47.120,0:07:49.100
สองส่วนเบี่ยงเบนมาตรฐานเหนือค่าเฉลี่ย

0:07:49.100,0:07:51.260
มันก็เหมือนถามเราว่า ความน่าจะเป็นที่ได้ผล

0:07:51.260,0:07:54.340
อยู่ระหว่าง 2 ช่วงเบี่ยงเบนมาตรฐานวัดจาก

0:07:54.340,0:07:55.230
ค่เาฉลี่ยเป็นเท่าไหร่, จริงไหม?

0:07:55.230,0:07:57.040
นี่คือค่าเฉลี่ยตรงนี้

0:07:57.040,0:08:00.250
นี่คืออยู่ใต้ 2 ช่วงเบี่ยงเบนมาตรฐาน

0:08:00.250,0:08:02.630
นี่คืออยู่เหนือ 2 ช่วงเบี่ยงเบนมาตรฐาน

0:08:02.630,0:08:04.130
ทีนี้ มันก็ตรงไปตรงมา

0:08:04.130,0:08:07.490
กฎเชิงประจักษ์บอกเราว่า ระหว่าง 2 ช่วงเบี่ยงเบนมาตรฐาน

0:08:07.490,0:08:13.950
คุณมีโอกาส 95% ที่จะได้ผลอยู่ภายใน

0:08:13.950,0:08:15.140
2 ช่วงเบี่ยงเบนมาตรฐาน

0:08:15.140,0:08:17.740
กฎเชิงประจักษ์ให้คำตอบเราได้เลย

0:08:17.740,0:08:21.440
แล้วสุดท้าย, ข้อ c: ความน่าจะเป็นที่ได้

0:08:21.440,0:08:25.510
เด็กผู้หญิงอเมริกัน 1 ขวบ หนักกว่า 12.8 กิลโลกรัม

0:08:25.510,0:08:28.310
12.8 กิโลกรัม คือมากกว่าค่าเฉลี่ยอยู่

0:08:28.310,0:08:29.770
3 ส่วนเบี่ยงเบนมาตรฐาน

0:08:29.770,0:08:34.100
เราอยากรู้ว่าความน่าจะเป็นที่จะได้ผล

0:08:34.100,0:08:36.250
เหนือค่าเฉลี่ยอยู่ 3 ส่วนเบี่ยงเบนมาตรฐาน

0:08:36.250,0:08:42.170
นั่นก็คือพื้นที่นี่ตรงนี้ ที่ผมวาดด้วยสีส้ม

0:08:42.170,0:08:44.310
บางทีผมควรใช้สีอื่น เพื่อให้มัน

0:08:44.310,0:08:45.280
ต่างกันหน่อย

0:08:45.280,0:08:48.575
มันเป็นหางยาวมากตรงนี้, เป็นพื้นที่เล็กๆ นี่

0:08:48.575,0:08:51.020
แล้วความน่าจะเป็นนั้นเป็นเท่าไหร่?

0:08:51.020,0:08:53.420
ลองกลับมาดูที่กฎเชิงประจักษ์ของเรา

0:08:53.420,0:08:56.230
เรารู้ว่า ความน่าจะเป็น -- เรารู้พื้นที่นี้

0:08:56.230,0:08:59.740
เรารู้พื้นที่ระวห่าง ลบ 3 ส่วนเบี่ยงเบนมาตรฐาน กับ

0:08:59.740,0:09:01.960
บวก 3 ส่วนเบี่ยงเบนมาตรฐาน

0:09:01.960,0:09:04.090
เรารู้ค่านี้ - เนื่องจากนี่คือส่วนสุดท้าย ข้อสุดท้าย

0:09:04.090,0:09:08.200
ผมสามารถระบายสีทั้งหมดนี่ได้ -- เรารู้ว่าพื้นที่นี่ตรงนี้

0:09:08.200,0:09:14.300
ระหว่างลบ 3 กับ บวก 3, นี่คือ 99.7%

0:09:14.300,0:09:16.830
ผลส่วนใหญ่อยู่ตรงนี้

0:09:16.830,0:09:17.940
ผมหมายความว่า, เกือบทั้งหมดเลย

0:09:17.940,0:09:20.320
แล้วเราเหลืออะไรไว้ให้หางสองอันบ้าง?

0:09:20.320,0:09:21.220
จำไว้, มันมีหาง 2 อัน

0:09:21.220,0:09:22.330
นี่คืออันหนึ่ง

0:09:22.330,0:09:24.630
แล้วคุณได้ผลที่น้อยกว่า ค่าเฉลี่ยลบ 3

0:09:24.630,0:09:25.730
ส่วนเบี่ยงเบนมาตรฐาน

0:09:25.730,0:09:27.480
หางนี่ตรงนี้

0:09:27.480,0:09:32.160
นั่นบอกเราว่านี่, น้อยกว่าค่าเฉลี่ยลบ 3

0:09:32.160,0:09:35.280
ส่วนเบี่ยงเบนมาตรฐาน และมากกว่า ค่าเฉลี่ยบวก

0:09:35.280,0:09:39.150
3 ส่วนเบี่ยงเบนมาตรฐาน รวมกันต้องเท่ากับที่เหลือ

0:09:39.150,0:09:46.530
ทีนี้ที่เหลือ, มันเหลืออยู่แค่ 0.3%

0:09:46.530,0:09:48.250
แล้วสองอันนี้ต้องสมมาตร

0:09:48.250,0:09:49.620
พวกมันจะต้องเท่ากัน

0:09:49.620,0:09:54.880
ดังนั้นเจ้านี่ตรงนี้ ต้องเป็นครึ่งหนึ่งของอันนี้ หรือ 0.15% และ

0:09:54.880,0:09:59.160
เจ้านี่ตรงนี้ต้องเป็น 0.15%

0:09:59.160,0:10:03.650
ดังนั้นความน่าจะเป็นที่ได้เด็กหญิงอายุ 1 ขวบในอเมริกา

0:10:03.650,0:10:07.250
ที่หนักกว่า 12.8 เปอร์เซ็นต์ ถ้าคุณสมมุติว่า

0:10:07.250,0:10:10.490
การกระจายตัวแบบปกติโดยสมบูรณ์คือพื้นที่ใต้โค้งนี้

0:10:10.490,0:10:13.040
พื้นที่ใต้โค้งที่มากกว่าค่าเฉลี่ยบวก 3 ส่วน

0:10:13.040,0:10:14.250
เบี่ยงเบนมาตรฐาน

0:10:14.250,0:10:21.760
มันคือ 0.15%

0:10:21.760,0:10:24.410
เอาล่ะ, หวังว่าคุณคงได้ประโยชน์ไปนะ