UtkastBoka ble skrevet det første døgnet etter at læreplanen kom, og kvalitetssikres nå kapittel for kapittel gjennom høsten 2026. Kapitler merket «Kvalitetssikret» er gjennomgått; resten er utkast du gjerne må lese og melde fra om.
Fant du en feil, eller savner du noe i dette kapittelet?Alt leses, og feil rettes fortløpende.
Tilbake
6.2
Standardisering og normalfordelingstabellen

6.2 Standardisering og normalfordelingstabellen

z-verdier, standardnormalfordelingen og å lese tabellen.

45 min
7 oppgaver
Standardnormalfordelingz-verdi
Din fremgang i kapitlet
0 / 7 oppgaver

Standardisering og normalfordelingstabellen

68–95–99,7-regelen er nyttig, men den har en åpenbar begrensning: den svarer bare når grensen ligger nøyaktig ett, to eller tre standardavvik fra μ\mu.

Hva om vi spør om en mann er høyere enn 185 cm? Eller om en pakke veier mindre enn 247,5 gram? Da hjelper ikke regelen.

Løsningen er et grep som gjør alle normalfordelinger om til én eneste: vi måler avstanden fra μ\mu i antall standardavvik. Det kalles å standardisere.

Én kurve i stedet for uendelig mange

Det finnes uendelig mange normalfordelinger — én for hver kombinasjon av μ\mu og σ\sigma. Ingen kan trykke opp en tabell for hver av dem.

Men det trengs heller ikke. Se på hva vi gjorde i kapittel 6.1: vi oversatte alltid grensen til antall standardavvik fra midten, og deretter var alle oppgavene like. Høyder i centimeter, levetider i timer og vekter i gram ga nøyaktig samme regning.

Det er hele ideen. Når vi måler i standardavvik, blir alle normalfordelinger til den samme fordelingen — den med μ=0\mu = 0 og σ=1\sigma = 1. Den kaller vi standardnormalfordelingen, og variabelen kaller vi ZZ.

Og for den ene fordelingen finnes det en tabell.

Standardisering og z-verdi
La XX være normalfordelt med forventningsverdi μ\mu og standardavvik σ\sigma. Z-verdien til et tall xx er

z=xμσz = \frac{x - \mu}{\sigma}

Regnestykket har to skritt, og begge betyr noe:

- Telleren xμx - \mu er avstanden fra midten, i samme enhet som xx (centimeter, gram, kroner).
- Nevneren σ\sigma gjør avstanden om til antall standardavvik, og enheten forsvinner.

En zz-verdi er derfor alltid et rent tall, uten benevning. Den leses slik:

- z=1,5z = 1{,}5 betyr «halvannet standardavvik over middelverdien».
- z=0,8z = -0{,}8 betyr «0,8 standardavvik under middelverdien».
- z=0z = 0 betyr «akkurat på middelverdien».

Den standardiserte variabelen

Z=XμσZ = \frac{X - \mu}{\sigma}

er normalfordelt med μ=0\mu = 0 og σ=1\sigma = 1. Det er denne fordelingen tabellen gjelder for.

Standardiseringskjeden

Overgangen fra XX til ZZ er ikke en regel du skal huske — det er den samme operasjonen på begge sider av ulikhetstegnet, akkurat som når du løser en likning.

Se på P(X1,48)P(X \le 1{,}48) når μ=1,50\mu = 1{,}50 og σ=0,01\sigma = 0{,}01:

P(X1,48)=P(Xμ1,48μ)P(X \le 1{,}48) = P(X - \mu \le 1{,}48 - \mu)

Vi trakk fra μ\mu på begge sider av ulikhetstegnet. Det endrer ikke sannsynligheten — hendelsen er nøyaktig den samme.

P(Xμ1,48μ)=P(Xμσ1,48μσ)P(X - \mu \le 1{,}48 - \mu) = P\left(\frac{X - \mu}{\sigma} \le \frac{1{,}48 - \mu}{\sigma}\right)

Vi delte på σ\sigma på begge sider. Siden σ\sigma er et positivt tall, snus ikke ulikhetstegnet.

Og nå står ZZ på venstre side:

P(Z1,481,500,01)=P(Z0,020,01)=P(Z2)P\left(Z \le \frac{1{,}48 - 1{,}50}{0{,}01}\right) = P\left(Z \le \frac{-0{,}02}{0{,}01}\right) = P(Z \le -2)

Det som skjedde: spørsmålet «hvor sannsynlig er det at flaska inneholder høyst 1,48 liter?» ble til «hvor sannsynlig er det at ZZ er høyst 2-2?» — og det siste spørsmålet står det svar på i tabellen.

Skriv hele kjeden når du fører. Det er den som viser at du vet hvorfor du deler på σ\sigma, ikke bare at du gjør det.

Tabellen

Tabellen under gir P(Zz)P(Z \le z)arealet fra venstre og fram til zz. Nøyaktig som de kumulative binomiske tabellene i kapittel 5.5 gir den alltid «mindre enn eller lik», og alt annet må skrives om til det.

zzP(Zz)P(Z \le z)zzP(Zz)P(Z \le z)
0,00,50001,60,9452
0,10,53981,70,9554
0,20,57931,80,9641
0,30,61791,90,9713
0,40,65542,00,9772
0,50,69152,10,9821
0,60,72572,20,9861
0,70,75802,30,9893
0,80,78812,40,9918
0,90,81592,50,9938
1,00,84132,60,9953
1,10,86432,70,9965
1,20,88492,80,9974
1,30,90322,90,9981
1,40,91923,00,9987
1,50,9332

Slik leser du den: finn zz-verdien i en zz-kolonne, og les av tallet ved siden av.
Kontroll du alltid kan gjøre: P(Z0)=0,5000P(Z \le 0) = 0{,}5000. Halvparten av arealet ligger til venstre for midten. Får du et tabelloppslag som bryter med dette, har du lest feil rad.
Negative zz-verdier står ikke i tabellen — men de trengs ikke, for symmetrien gir dem:
P(Zz)=1P(Zz)P(Z \le -z) = 1 - P(Z \le z)
Arealet til venstre for z-z er speilbildet av arealet til høyre for zz. Med z=2z = 2:
P(Z2)=1P(Z2)=10,9772=0,0228P(Z \le -2) = 1 - P(Z \le 2) = 1 - 0{,}9772 = 0{,}0228
De tre oversettelsene du trenger, er de samme som i kapittel 5.6:
SpørsmåletRegnes som
P(Xb)P(X \le b)P(Zzb)P(Z \le z_b) — rett oppslag
P(X>a)P(X > a)1P(Zza)1 - P(Z \le z_a)
P(aXb)P(a \le X \le b)P(Zzb)P(Zza)P(Z \le z_b) - P(Z \le z_a)
✏️Eksempel 1: Vannmengden i en flaske

En maskin fyller vannflasker. Vannmengden XX i liter er normalfordelt med μ=1,50\mu = 1{,}50 liter og σ=0,01\sigma = 0{,}01 liter.

Finn sannsynligheten for at en tilfeldig flaske inneholder høyst 1,48 liter.

Løsning:

Hva vet vi? μ=1,50\mu = 1{,}50 og σ=0,01\sigma = 0{,}01.

Hva må vi finne? P(X1,48)P(X \le 1{,}48) — sannsynligheten for at vannmengden er mindre enn eller lik 1,48 liter.

Skritt 1 — standardiser. Vi regner ut hvor mange standardavvik 1,48 ligger fra midten:

z=xμσz = \frac{x - \mu}{\sigma}

z=1,481,500,01=0,020,01=2z = \frac{1{,}48 - 1{,}50}{0{,}01} = \frac{-0{,}02}{0{,}01} = -2

Flaska med 1,48 liter ligger altså to standardavvik under middelverdien.

Skritt 2 — skriv om sannsynligheten. Hele kjeden, med samme operasjon på begge sider:

P(X1,48)=P(Xμ1,48μ)=P(Xμσ1,48μσ)=P(Z2)P(X \le 1{,}48) = P(X - \mu \le 1{,}48 - \mu) = P\left(\frac{X - \mu}{\sigma} \le \frac{1{,}48 - \mu}{\sigma}\right) = P(Z \le -2)

Skritt 3 — slå opp. Tabellen har ikke negative zz, så vi bruker symmetrien:

P(Z2)=1P(Z2)P(Z \le -2) = 1 - P(Z \le 2)

Vi finner z=2,0z = 2{,}0 i tabellen og leser av P(Z2,0)=0,9772P(Z \le 2{,}0) = 0{,}9772:

P(Z2)=10,9772=0,0228P(Z \le -2) = 1 - 0{,}9772 = 0{,}0228

Standardnormalkurven i et koordinatsystem. Den vannrette aksen er merket z og har tallene minus 3, minus 2, minus 1, 1, 2 og 3. Den loddrette aksen går gjennom toppunktet ved z lik 0, der kurven er høyest. Kurven er speilsymmetrisk og faller mot null mot begge sider. Hele området under kurven til venstre for z lik minus 2 er fylt med gult. Det gule feltet er en smal hale som blir tynnere mot venstre, og teksten 0,0228 står over dette feltet. En stiplet grå loddrett strek går fra aksen opp til kurven ved z lik minus 2.

Standardnormalfordelingen, altså fordelingen til ZZ med μ=0\mu = 0 og σ=1\sigma = 1. Det gule feltet er P(Z2)=0,0228P(Z \le -2) = 0{,}0228 — svaret i eksempel 1. Tabellen gir alltid arealet fra venstre og fram til zz, slik som her.

Svar: P(X1,48)0,0228P(X \le 1{,}48) \approx 0{,}0228

Tolkning: Omtrent 2,3 % av flaskene inneholder 1,48 liter eller mindre. Av 1000 flasker er det rundt 23 stykker.

Rimelighetssjekk: 1,48 ligger 2σ2\sigma under μ\mu, og 68–95–99,7-regelen ga oss 0,025 for nettopp den grensen i kapittel 6.1. Tabellen gir 0,0228 — den samme størrelsen, bare nøyaktigere. Regelen var en avrunding av dette tallet.

📝Oppgave 1
Gjør den samme. En pakkemaskin fyller poser med mel. Vekten XX i gram er normalfordelt med μ=250\mu = 250 g og σ=4\sigma = 4 g. Bruk tabellen i kapittelet.
a

Finn zz-verdien til x=256x = 256, og forklar hva tallet betyr.

b

Finn P(X256)P(X \le 256).

c

Finn P(X>256)P(X > 256).

d

Finn P(X244)P(X \le 244).

e

Hvorfor er svarene i c) og d) like? Svar uten å regne.

Løs oppgaven
✏️Eksempel 2: Bremselengde

Bremselengden XX i meter for en bilmodell ved 80 km/h er normalfordelt med μ=83\mu = 83 m og σ=3\sigma = 3 m.

Finn sannsynligheten for at bremselengden er lengre enn 86 meter.

Løsning:

Hva må vi finne? P(X>86)P(X > 86) — sannsynligheten for at bremselengden er større enn 86 meter.

Skritt 1 — standardiser:

z=xμσ=86833=33=1z = \frac{x - \mu}{\sigma} = \frac{86 - 83}{3} = \frac{3}{3} = 1

Skritt 2 — skriv om. Tabellen gir bare «mindre enn eller lik», så vi må bruke komplementet:

P(X>86)=P(Z>1)=1P(Z1)P(X > 86) = P(Z > 1) = 1 - P(Z \le 1)

Skritt 3 — slå opp. I tabellen står P(Z1,0)=0,8413P(Z \le 1{,}0) = 0{,}8413:

P(X>86)=10,8413=0,1587P(X > 86) = 1 - 0{,}8413 = 0{,}1587

Standardnormalkurven over en akse merket z fra minus 3 til 3. Kurven er symmetrisk om 0 og har toppunkt i omtrent 0,40. En grå stiplet loddrett strek går fra aksen opp til kurven i z er lik 1. Hele området under kurven til høyre for denne streken er fylt med gult. Over det gule feltet står teksten P av Z større enn 1 er lik 1 minus 0,8413 er lik 0,1587.

Høyrehalen. Tabellen gir alltid arealet fra venstre, altså P(Z1)=0,8413P(Z \le 1) = 0{,}8413 — det hvite området. Det som spørres om, er resten: 10,8413=0,15871 - 0{,}8413 = 0{,}1587. Tegner du skissen først, blir det umulig å ta feil vei på ulikheten.

Svar: P(X>86)0,1587P(X > 86) \approx 0{,}1587

Tolkning: I omtrent 16 % av bremsingene — altså i rundt én av seks — blir bremselengden lengre enn 86 meter. Det er verdt å merke seg for den som regner på sikkerhetsavstand: «gjennomsnittlig bremselengde 83 meter» betyr ikke at 83 meter er nok.

NB: Her er et sted det er lett å miste et skritt. Har du regnet z=1z = 1 og slått opp 0,8413, er du ikke ferdig — 0,8413 er svaret på det motsatte spørsmålet. Skriv alltid ned hvilken vei ulikheten går før du åpner tabellen.

📝Oppgave 2
Gjør den samme. Levetiden XX i timer for en type batteri er normalfordelt med μ=500\mu = 500 timer og σ=40\sigma = 40 timer.
a

Finn sannsynligheten for at et batteri varer lenger enn 560 timer.

b

Finn sannsynligheten for at et batteri varer kortere enn 440 timer.

c

Finn P(X>520)P(X > 520).

d

Finn P(X>600)P(X > 600).

e

En kunde kjøper 200 batterier. Hvor mange venter han varer lenger enn 560 timer?

Løs oppgaven
✏️Eksempel 3: Et intervall — to oppslag

Fødselsvekten XX i gram for fullbårne barn kan modelleres som normalfordelt med μ=3600\mu = 3600 g og σ=500\sigma = 500 g.

Finn sannsynligheten for at et tilfeldig barn veier mellom 3000 g og 4100 g ved fødselen.

Løsning:

Hva må vi finne? P(3000X4100)P(3000 \le X \le 4100).

Skritt 1 — standardiser begge grensene. Hver grense får sin egen zz-verdi:

z1=30003600500=600500=1,20z_1 = \frac{3000 - 3600}{500} = \frac{-600}{500} = -1{,}20

z2=41003600500=500500=1,00z_2 = \frac{4100 - 3600}{500} = \frac{500}{500} = 1{,}00

Skritt 2 — skriv om. Arealet mellom to grenser er differansen mellom to arealer fra venstre:

P(3000X4100)=P(1,20Z1,00)=P(Z1,00)P(Z1,20)P(3000 \le X \le 4100) = P(-1{,}20 \le Z \le 1{,}00) = P(Z \le 1{,}00) - P(Z \le -1{,}20)

Skritt 3 — slå opp. Den første står rett i tabellen:

P(Z1,0)=0,8413P(Z \le 1{,}0) = 0{,}8413

Den andre er negativ, så vi speiler:

P(Z1,20)=1P(Z1,20)=10,8849=0,1151P(Z \le -1{,}20) = 1 - P(Z \le 1{,}20) = 1 - 0{,}8849 = 0{,}1151

Skritt 4 — trekk fra:

P(3000X4100)=0,84130,1151=0,7262P(3000 \le X \le 4100) = 0{,}8413 - 0{,}1151 = 0{,}7262

Standardnormalkurven over en akse merket z fra minus 3 til 3. To grå stiplede loddrette streker går fra aksen opp til kurven, den ene litt til venstre for minus 1 og den andre i 1. Området under kurven mellom de to strekene er fylt med gult; halene utenfor er hvite. Over toppunktet står teksten P av minus 1,20 mindre enn eller lik Z mindre enn eller lik 1,00 på én linje, og under den er lik 0,8413 minus 0,1151 er lik 0,7262.

Et intervall krever to oppslag. Arealet fram til z=1,00z = 1{,}00 er 0,8413, og arealet fram til z=1,20z = -1{,}20 er 0,1151. Trekker vi det minste fra det største, står midtområdet igjen: 0,84130,1151=0,72620{,}8413 - 0{,}1151 = 0{,}7262. Subtraksjonen er ren geometri.

Svar: P(3000X4100)0,726P(3000 \le X \le 4100) \approx 0{,}726

Tolkning: Omtrent 73 % av fullbårne barn veier mellom 3,0 og 4,1 kilo. Utenfor ligger de resterende 27 % — omtrent 12 % under 3,0 kg og omtrent 16 % over 4,1 kg.

NB: Rekkefølgen er alltid øvre minus nedre. Snur du dem, får du et negativt tall, og en negativ sannsynlighet finnes ikke. Det er den beste kontrollen du har på dette regnestykket.

📝Oppgave 3
Gjør den samme. Høyden XX i centimeter til 16 år gamle jenter kan modelleres som normalfordelt med μ=167\mu = 167 cm og σ=6\sigma = 6 cm.
a

Finn P(158X176)P(158 \le X \le 176).

b

Finn P(161X170)P(161 \le X \le 170).

c

Finn P(155X167)P(155 \le X \le 167).

d

Finn sannsynligheten for at en tilfeldig valgt jente er høyere enn 176 cm.

e

I en klasse med 30 jenter — hvor mange venter vi er lavere enn 155 cm?

Løs oppgaven

Den andre veien: fra sannsynlighet til grense

Hittil har vi fått en grense og funnet en sannsynlighet. Svært mange oppgaver går motsatt vei:

«Bestem kk slik at P(Xk)=0,90P(X \le k) = 0{,}90

Da leter vi i tabellen etter innmaten i stedet for kanten: vi finner den zz-verdien som gir 0,90, og regner oss tilbake til xx.

Løser vi z=xμσ\displaystyle z = \frac{x - \mu}{\sigma} for xx — ganger med σ\sigma på begge sider og legger til μ\mu — får vi tilbakeveien:

x=μ+zσx = \mu + z \cdot \sigma

I ord: gå til midten, og flytt deg zz standardavvik derfra.

Her er en tabell med to desimaler for zz, slik den ser ut i formelsamlingen. Legg merke til at 0,90 ikke står der presis:

zzP(Zz)P(Z \le z)
1,200,8849
1,210,8869
1,220,8888
1,230,8907
1,240,8925
1,250,8944
1,260,8962
1,270,8980
1,280,8997
1,290,9015

Sannsynligheten 0,9000 ligger mellom z=1,28z = 1{,}28 (som gir 0,8997) og z=1,29z = 1{,}29 (som gir 0,9015). Vi velger den nærmeste, z=1,28z = 1{,}28 — og har dermed regnet med en liten avrunding, som alltid når vi bruker tabell.
Disse fem zz-verdiene er verdt å kjenne igjen. De kommer tilbake i hvert eneste kapittel om konfidensintervall og hypotesetesting:
P(Zz)P(Z \le z)zz
0,9001,282
0,9501,645
0,9751,960
0,9902,326
0,9952,576

(Verdien 1,960 er grunnen til at «to standardavvik» og «95 %» henger så tett sammen: det eksakte tallet er 1,96, ikke 2. Avrundingen til 2 er nettopp det som gjør 68–95–99,7-regelen til en tommelfingerregel.)
✏️Eksempel 4: Å finne grensen

Bremselengden XX i meter er normalfordelt med μ=83\mu = 83 m og σ=3\sigma = 3 m, som i eksempel 2.

Bestem kk slik at P(Xk)=0,90P(X \le k) = 0{,}90, og gi en praktisk tolkning av svaret.

Løsning:

Hva vet vi? μ=83\mu = 83, σ=3\sigma = 3, og at arealet fra venstre skal være 0,90.

Hva må vi finne? Grensen kk.

Skritt 1 — finn zz i tabellen. Vi leter etter tallet 0,9000 blant tabellverdiene, og finner at

P(Z1,28)=0,8997ogP(Z1,29)=0,9015P(Z \le 1{,}28) = 0{,}8997 \qquad \text{og} \qquad P(Z \le 1{,}29) = 0{,}9015

Vi velger den nærmeste: z=1,28z = 1{,}28.

Skritt 2 — regn tilbake til xx. Vi bruker x=μ+zσx = \mu + z \cdot \sigma:

k=μ+zσk = \mu + z \cdot \sigma

k=83+1,283k = 83 + 1{,}28 \cdot 3

k=83+3,84=86,84k = 83 + 3{,}84 = 86{,}84

Kontroll: vi standardiserer svaret og ser om vi kommer tilbake:

z=86,84833=3,843=1,28z = \frac{86{,}84 - 83}{3} = \frac{3{,}84}{3} = 1{,}28 \quad \checkmark

Svar: k86,8k \approx 86{,}8 meter

Tolkning: 90 % av bremsingene er kortere enn 86,8 meter — og 10 % er lengre. Skal en veistrekning dimensjoneres slik at ni av ti bremsinger går bra, er 86,8 meter tallet å bruke. Skal ni av ti ikke være godt nok, må vi opp i et høyere krav, for eksempel 99 %, som med z=2,33z = 2{,}33 gir 83+2,33390,083 + 2{,}33 \cdot 3 \approx 90{,}0 meter.

NB: Legg merke til at zz her er positiv, fordi vi leter etter en grense over middelverdien. Er sannsynligheten mindre enn 0,5, ligger grensen under μ\mu, og zz blir negativ. Sjekk alltid fortegnet mot en skisse før du regner videre.

📝Oppgave 4
Gjør den samme. Vekten XX i kilogram til en gruppe voksne er normalfordelt med μ=62\mu = 62 kg og σ=8\sigma = 8 kg. Bruk tabellen med mye brukte zz-verdier.
a

Bestem kk slik at P(Xk)=0,95P(X \le k) = 0{,}95.

b

Bestem kk slik at P(Xk)=0,99P(X \le k) = 0{,}99.

c

Bestem kk slik at P(Xk)=0,10P(X \le k) = 0{,}10.

d

Bestem kk slik at P(X>k)=0,05P(X > k) = 0{,}05.

e

Finn intervallet som inneholder de midterste 95 % av vektene.

Løs oppgaven
📝Oppgave 5
Oversettelse. La XX være normalfordelt med μ=40\mu = 40 og σ=5\sigma = 5. Skriv hver sannsynlighet om til et uttrykk med ZZ, og deretter til et uttrykk som kan slås opp rett i tabellen. Du skal ikke regne ut tallsvarene.
a
P(X47,5)P(X \le 47{,}5)
b
P(X>45)P(X > 45)
c
P(X32,5)P(X \le 32{,}5)
d
P(35X50)P(35 \le X \le 50)
e
P(X>30)P(X > 30)

Oppsummering

- Å standardisere er å måle avstanden fra μ\mu i antall standardavvik: z=xμσz = \dfrac{x - \mu}{\sigma}. Resultatet er et rent tall uten benevning.
- Den standardiserte variabelen Z=XμσZ = \dfrac{X - \mu}{\sigma} er normalfordelt med μ=0\mu = 0 og σ=1\sigma = 1. Alle normalfordelinger blir til denne ene.
- Kjeden er den samme operasjonen på begge sider: trekk fra μ\mu, del på σ\sigma, og ZZ står igjen. Skriv den ut når du fører.
- Tabellen gir P(Zz)P(Z \le z) — arealet fra venstre. Alt annet skrives om: P(Z>z)=1P(Zz)P(Z > z) = 1 - P(Z \le z) og P(aZb)=P(Zb)P(Za)P(a \le Z \le b) = P(Z \le b) - P(Z \le a).
- Negative zz finnes ikke i tabellen, men speiles: P(Zz)=1P(Zz)P(Z \le -z) = 1 - P(Z \le z).
- Den andre veien — fra sannsynlighet til grense — bruker x=μ+zσx = \mu + z \cdot \sigma. Finn zz i tabellen først, og sjekk fortegnet mot en skisse.
- Verdt å kunne: P(Z1,28)0,90P(Z \le 1{,}28) \approx 0{,}90, P(Z1,645)0,95P(Z \le 1{,}645) \approx 0{,}95, P(Z1,96)0,975P(Z \le 1{,}96) \approx 0{,}975 og P(Z2,33)0,99P(Z \le 2{,}33) \approx 0{,}99.
- Tegn alltid en skisse av klokka med det aktuelle området skravert, før du slår opp. Nesten alle feil i dette kapittelet er feil vei på ulikheten, og de blir synlige i en skisse.

I kapittel 6.3 gjør vi det samme med digitale verktøy — og da forsvinner både standardiseringen og tabellen. Men de er verdt å kunne likevel: på Del 1 har du ingen verktøy, og zz-verdien er dessuten et selvstendig nyttig tall, som vi skal se i oppgave 7.

📝Oppgave 6
Samleoppgave. En maskin fyller kaffeposer. Vekten XX i gram er normalfordelt med μ=252\mu = 252 g og σ=2\sigma = 2 g. Posene merkes «250 g».
a

Finn sannsynligheten for at en tilfeldig pose veier mindre enn det som står på merkingen.

b

Finn P(250X254)P(250 \le X \le 254).

c

Bestem grensen kk slik at bare 1 % av posene veier mindre enn kk.

d

Bedriften vil at høyst 1 % av posene skal veie under 250 g. Hvilken μ\mu må maskinen stilles inn på, dersom σ\sigma er uendret?

e

Et alternativ er å kjøpe en mer nøyaktig maskin med samme μ=252\mu = 252 g. Hvor liten må σ\sigma da være for at høyst 1 % skal veie under 250 g? Hvilken av de to løsningene ville du valgt?

Løs oppgaven
📝Oppgave 7
Drøfting — zz som sammenligningsmål. Nora fikk 78 poeng på en prøve der resultatene var normalfordelte med μ=65\mu = 65 og σ=10\sigma = 10. Jonas fikk 44 poeng på en annen prøve, der resultatene var normalfordelte med μ=32\mu = 32 og σ=6\sigma = 6.
a

Finn zz-verdien til hver av dem.

b

Hvem gjorde det best i forhold til de andre som tok samme prøve?

c

Hvor stor andel av elevene gjorde det dårligere enn hver av dem?

d

«Poengsummen sier hvor flink du er, zz-verdien sier hvor flink du er i forhold til de andre.» Drøft påstanden.

e

Kan zz-verdier brukes til å sammenligne to helt ulike ting, for eksempel høyde og eksamensresultat?

Løs oppgaven

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.