Distribution normale

La distribution normale est une distribution théorique : elle représente une idéalisation mathématique qui ne se rencontre jamais exactement dans la nature. Cela dit, la plupart des distributions observables dans les sciences humaines s’en rapprochent et présentent la fameuse forme de « cloche ». De ce fait, la plupart des individus se situent autour de la moyenne alors que plus on s’éloigne de la moyenne, moins il y a d’individus.

Dans cette page nous proposons un générateur de nombres pseudo-aléatoires simulant un tirage aléatoire dont la loi est normale. La variable générée par l’algorithme sera représentée sur un histogramme. Manipulez-les trois paramètres (moyenne théorique, écart-type théorique et N) et observez ce qui se passe ! Remarquez ainsi que plus le N est grande (ex : 10000), plus la variable générée par l’ordinateur possède une forme de « cloche » symétrique, alors que plus N est petit (ex : 10), plus il est difficile identifier cette forme. De la même manière, plus N est grand plus on observe une correspondance entre les deux paramètres théoriques (moyenne et écart-type théoriques) et les mesures empiriques (moyenne et écart-type empirique).

Avis pour l’utilisateur : les chercheurs du laboratoire « Princeton Engineering Anomalies Research » et du « Global Consciousness Project » ont montré que la conscience humaine influence la sortie de systèmes aléatoires : "When human consciousness becomes coherent and synchronized, the behavior of random systems may change". Si vous avez des pouvoirs psychokinétiques, vous êtes priés de ne pas utiliser ce logiciel !!

Pour en savoir plus...

Page wikipedia sur la loi normale
Page wikipedia sur les générateurs de nombres pseudo-aléatoires
Page wikipedia sur la parapsychologie
Princeton Engineering Anomalies Research
The Global Consciousness Project : Meaningful Correlations in Random Data
The Global Consciousness Project Event Experiment : Design, Analytical Methods, Results

Générateur de nombres aléatoires

Choisit la moyenne de la distribution :

Choisit l'écart-type de la distribution :

Choisit le nombre des valeurs à générer :