ตั้งแต่ปี 2010 · รองรับการใช้งานเครื่องมือกว่า 2 ล้านครั้งต่อเดือน
ตั้งแต่ปี 2010
เพิ่มใน Chrome

กล่องเครื่องมือของฉัน

โหมดอัตโนมัติ

ยังไม่มีเครื่องมือที่บันทึกไว้

อัปเกรดเป็นเวอร์ชันพรีเมียม
เครื่องมือที่เกี่ยวข้อง
เครื่องคำนวณทฤษฎีบทเบย์สเครื่องคิดเลขความน่าจะเป็นเครื่องคำนวณการแจกแจงทวินามลบเครื่องคำนวณช่วงความเชื่อมั่น
หน้าแรก > คณิตศาสตร์ > การดำเนินการทางคณิตศาสตร์ขั้นสูง
 

เครื่องคำนวณทฤษฎีบทขีดจำกัดกลาง

คำนวณความน่าจะเป็นโดยใช้ทฤษฎีบทขีดจำกัดกลาง (CLT) พร้อมการแสดงภาพแบบโต้ตอบ วิธีแก้ปัญหาแบบทีละขั้นตอน และการคำนวณคะแนน Z สำหรับค่าเฉลี่ยของกลุ่มตัวอย่าง

ใช้งานฟรีไม่ต้องสมัครสมาชิกอัปเดต ม.ค. 2026
เครื่องคำนวณทฤษฎีบทขีดจำกัดกลางลองใช้เลย — ฟรี ▼

เครื่องคำนวณทฤษฎีบทขีดจำกัดกลาง

คำนวณความน่าจะเป็นสำหรับค่าเฉลี่ยตัวอย่างพร้อมวิธีทำทีละขั้นตอน

ตัวอย่างด่วน
คะแนนสอบ แบบทดสอบ IQ การผลิต หางขวา
คำแนะนำ: ใส่ขีดจำกัดทั้งสองสำหรับความน่าจะเป็นแบบช่วง P(x₁ ≤ X̄ ≤ x₂), ใส่เฉพาะขีดจำกัดล่างสำหรับ P(X̄ ≤ x₁), หรือใส่เฉพาะขีดจำกัดบนสำหรับ P(X̄ ≥ x₂)

Embed เครื่องคำนวณทฤษฎีบทขีดจำกัดกลาง Widget

เกี่ยวกับ เครื่องคำนวณทฤษฎีบทขีดจำกัดกลาง

ยินดีต้อนรับสู่ เครื่องคำนวณทฤษฎีบทขีดจำกัดกลาง เครื่องมือทางสถิติที่ครอบคลุมซึ่งคำนวณความน่าจะเป็นโดยใช้ทฤษฎีบทขีดจำกัดกลาง (CLT) พร้อมการแสดงภาพประกอบแบบโต้ตอบและวิธีแก้ปัญหาโดยละเอียดทีละขั้นตอน ไม่ว่าคุณจะเป็นนักศึกษาสถิติ นักวิจัย ผู้เชี่ยวชาญด้านการควบคุมคุณภาพ หรือผู้สอน เครื่องคำนวณนี้จะช่วยให้คำนวณความน่าจะเป็นสำหรับค่าเฉลี่ยตัวอย่างได้อย่างแม่นยำ

ทฤษฎีบทขีดจำกัดกลางคืออะไร?

ทฤษฎีบทขีดจำกัดกลาง (Central Limit Theorem: CLT) เป็นหนึ่งในทฤษฎีบทที่สำคัญที่สุดในทฤษฎีความน่าจะเป็นและสถิติ โดยระบุว่าการแจกแจงตัวอย่างของค่าเฉลี่ยตัวอย่างจะเข้าใกล้การแจกแจงแบบปกติเมื่อขนาดตัวอย่างเพิ่มขึ้น โดยไม่คำนึงถึงรูปร่างการแจกแจงดั้งเดิมของประชากร (ตราบใดที่ประชากรมีความแปรปรวนจำกัด)

ในทางคณิตศาสตร์ หากคุณสุ่มตัวอย่างขนาด n จากประชากรที่มีค่าเฉลี่ย μ และส่วนเบี่ยงเบนมาตรฐาน σ การแจกแจงของค่าเฉลี่ยตัวอย่างจะใกล้เคียงกับการแจกแจงปกติด้วย:

การแจกแจงตัวอย่างของค่าเฉลี่ยตัวอย่าง
$$\bar{X} \sim N\left(\mu, \frac{\sigma}{\sqrt{n}}\right)$$

องค์ประกอบสำคัญของ CLT

สูตรความคลาดเคลื่อนมาตรฐาน

ความคลาดเคลื่อนมาตรฐาน (Standard Error: SE) วัดว่าค่าเฉลี่ยตัวอย่างคาดว่าจะแตกต่างกันมากน้อยเพียงใดในแต่ละตัวอย่าง ค่านี้จะลดลงเมื่อขนาดตัวอย่างเพิ่มขึ้น หมายความว่าตัวอย่างที่มีขนาดใหญ่จะให้การประมาณค่าเฉลี่ยประชากรที่แม่นยำกว่า

ความคลาดเคลื่อนมาตรฐาน
$$SE = \frac{\sigma}{\sqrt{n}}$$

การคำนวณความน่าจะเป็นด้วย CLT

ในการหาความน่าจะเป็นที่ค่าเฉลี่ยตัวอย่างจะตกอยู่ในช่วงที่กำหนด เราจะทำให้เป็นมาตรฐานโดยใช้คะแนน Z และใช้การแจกแจงแบบปกติมาตรฐาน

สูตรคะแนน Z (Z-Score)

คะแนน Z สำหรับค่าเฉลี่ยตัวอย่าง
$$Z = \frac{\bar{X} - \mu}{SE} = \frac{\bar{X} - \mu}{\sigma / \sqrt{n}}$$

การคำนวณความน่าจะเป็น

วิธีใช้เครื่องคำนวณนี้

  1. ป้อนค่าเฉลี่ยประชากร (μ): ค่าเฉลี่ยที่ทราบหรือสมมติของประชากร
  2. ป้อนส่วนเบี่ยงเบนมาตรฐานประชากร (σ): การกระจายที่ทราบหรือสมมติของประชากร ต้องเป็นค่าบวก
  3. ป้อนขนาดตัวอย่าง (n): จำนวนข้อมูลในแต่ละตัวอย่าง เพื่อให้ CLT มีผลอย่างมีประสิทธิภาพ แนะนำให้ n ≥ 30
  4. ป้อนขีดจำกัด: ระบุขีดจำกัดล่าง (x₁), ขีดจำกัดบน (x₂) หรือทั้งสองอย่าง ขึ้นอยู่กับการคำนวณความน่าจะเป็นของคุณ
  5. คำนวณ: คลิกปุ่มคำนวณเพื่อดูความน่าจะเป็น วิธีแก้ปัญหาทีละขั้นตอน และภาพประกอบ

CLT ใช้ได้เมื่อใด?

ขนาดตัวอย่างการแจกแจงประชากรการนำ CLT ไปใช้
n ≥ 30รูปทรงใดก็ได้CLT ใช้ได้ผลดีอย่างน่าเชื่อถือ
n < 30ใกล้เคียงปกติCLT ยังคงใช้ได้
n < 30เบ้มากCLT อาจใช้ได้ไม่ดีนัก ควรใช้ n ที่ใหญ่ขึ้น
ทุกค่า nแจกแจงปกติสมบูรณ์การแจกแจงตัวอย่างจะเป็นแบบปกติอย่างสมบูรณ์

การประยุกต์ใช้ทฤษฎีบทขีดจำกัดกลาง

การควบคุมคุณภาพ

อุตสาหกรรมการผลิตใช้ CLT เพื่อตรวจสอบกระบวนการผลิต โดยการสุ่มตัวอย่างผลิตภัณฑ์และคำนวณค่าเฉลี่ยตัวอย่าง วิศวกรควบคุมคุณภาพสามารถระบุได้ว่ากระบวนการทำงานอยู่ในเกณฑ์ที่ยอมรับได้หรือไม่

การวิจัยเชิงสำรวจ

ผู้ทำโพลและนักวิจัยใช้ CLT เพื่อประมาณพารามิเตอร์ของประชากรจากข้อมูลตัวอย่าง และสร้างช่วงความเชื่อมั่นสำหรับการประมาณค่าเหล่านั้น

การวิเคราะห์ทางการเงิน

นักวิเคราะห์ทางการเงินใช้ CLT เพื่อจำลองผลตอบแทนของพอร์ตโฟลิโอและประเมินความเสี่ยงในการลงทุนตามตัวอย่างข้อมูลในอดีต

การวิจัยทางการแพทย์

การทดลองทางคลินิกอาศัย CLT ในการวิเคราะห์ผลของการรักษาและพิจารณาว่าความแตกต่างที่สังเกตได้ระหว่างกลุ่มมีความสำคัญทางสถิติหรือไม่

ความเข้าใจในผลลัพธ์

ค่าความน่าจะเป็น

ความน่าจะเป็นที่คำนวณได้แสดงถึงโอกาสที่ค่าเฉลี่ยของตัวอย่างที่สุ่มมาจะตกอยู่ในช่วงที่คุณระบุ ค่าจะมีตั้งแต่ 0 ถึง 1 (หรือ 0% ถึง 100%)

ความคลาดเคลื่อนมาตรฐาน

SE ที่เล็กลงแสดงว่าค่าเฉลี่ยตัวอย่างเกาะกลุ่มกันหนาแน่นรอบค่าเฉลี่ยประชากร SE จะลดลงเมื่อขนาดตัวอย่างเพิ่มขึ้น (ตามสัดส่วน √n)

คะแนน Z (Z-Scores)

คะแนน Z ระบุว่าค่าใดค่าหนึ่งอยู่ห่างจากค่าเฉลี่ยกี่ความคลาดเคลื่อนมาตรฐาน คะแนน Z เป็น 0 หมายความว่าค่านั้นเท่ากับค่าเฉลี่ย; ค่าบวกอยู่เหนือค่าเฉลี่ย; ค่าลบอยู่ต่ำกว่าค่าเฉลี่ย

คำถามที่พบบ่อย

ทฤษฎีบทขีดจำกัดกลาง (CLT) คืออะไร?

ทฤษฎีบทขีดจำกัดกลางระบุว่า การแจกแจงตัวอย่างของค่าเฉลี่ยตัวอย่างจะเข้าใกล้การแจกแจงแบบปกติเมื่อขนาดตัวอย่างเพิ่มขึ้น โดยไม่คำนึงถึงการแจกแจงดั้งเดิมของประชากร สิ่งนี้เกิดขึ้นเมื่อ n ≥ 30 และค่าเฉลี่ยตัวอย่างเป็นไปตาม N(μ, σ/√n) โดยที่ μ คือค่าเฉลี่ยประชากร และ σ คือส่วนเบี่ยงเบนมาตรฐานประชากร

ความคลาดเคลื่อนมาตรฐาน (SE) ในทฤษฎีบทขีดจำกัดกลางคืออะไร?

ความคลาดเคลื่อนมาตรฐาน (SE) คือส่วนเบี่ยงเบนมาตรฐานของการแจกแจงตัวอย่างของค่าเฉลี่ยตัวอย่าง คำนวณได้จาก SE = σ/√n โดยที่ σ คือส่วนเบี่ยงเบนมาตรฐานประชากร และ n คือขนาดตัวอย่าง SE วัดว่าค่าเฉลี่ยตัวอย่างคาดว่าจะแตกต่างกันไปมากน้อยเพียงใดในแต่ละตัวอย่าง

ฉันจะคำนวณความน่าจะเป็นโดยใช้ทฤษฎีบทขีดจำกัดกลางได้อย่างไร?

การคำนวณความน่าจะเป็นโดยใช้ CLT: (1) คำนวณความคลาดเคลื่อนมาตรฐาน: SE = σ/√n (2) แปลงค่าของคุณเป็นคะแนน Z: Z = (x - μ)/SE (3) ดูค่าความน่าจะเป็นในตารางการแจกแจงปกติมาตรฐานหรือใช้เครื่องคำนวณ สำหรับช่วงค่า ให้คำนวณ P(x₁ ≤ X̄ ≤ x₂) = P(Z₁ ≤ Z ≤ Z₂)

ต้องใช้ขนาดตัวอย่างเท่าใดทฤษฎีบทขีดจำกัดกลางจึงจะใช้ได้?

โดยทั่วไป ขนาดตัวอย่าง n ≥ 30 ถือว่าเพียงพอสำหรับ CLT ที่จะนำไปใช้ได้ โดยไม่คำนึงถึงการแจกแจงของประชากร อย่างไรก็ตาม หากประชากรมีการแจกแจงแบบปกติอยู่แล้ว CLT จะใช้ได้กับขนาดตัวอย่างเท่าใดก็ได้ สำหรับประชากรที่มีความเบ้สูง อาจต้องการตัวอย่างขนาดใหญ่กว่า (n ≥ 50 หรือมากกว่า)

ความแตกต่างระหว่างส่วนเบี่ยงเบนมาตรฐานประชากรและความคลาดเคลื่อนมาตรฐานคืออะไร?

ส่วนเบี่ยงเบนมาตรฐานประชากร (σ) วัดการกระจายของค่าแต่ละค่าในประชากร ส่วนความคลาดเคลื่อนมาตรฐาน (SE) วัดการกระจายของค่าเฉลี่ยตัวอย่างรอบค่าเฉลี่ยประชากร SE = σ/√n ดังนั้น SE จะเล็กกว่า σ เสมอ และจะลดลงเมื่อขนาดตัวอย่างเพิ่มขึ้น

แหล่งข้อมูลเพิ่มเติม

อ้างอิงเนื้อหา หน้าหรือเครื่องมือนี้ว่า:

"เครื่องคำนวณทฤษฎีบทขีดจำกัดกลาง" ที่ https://MiniWebtool.com/th/เครื่องคำนวณทฤษฎีบทขีดจำกัดกลาง/ จาก MiniWebtool, https://MiniWebtool.com/

โดยทีมงาน miniwebtool อัปเดตเมื่อ: 27 ม.ค. 2026

มี Developer API ให้ใช้งาน: เรียกใช้เครื่องมือนี้จากแอป ระบบอัตโนมัติ หรือเอเจนต์ของคุณด้วยคำขอ JSON HTTP หนึ่งครั้ง ดูเอกสาร API

คุณสามารถลองใช้ AI แก้ปัญหาคณิตศาสตร์ GPT ของเรา เพื่อแก้ไขปัญหาทางคณิตศาสตร์ของคุณผ่านคำถามและคำตอบด้วยภาษาธรรมชาติ.

การดำเนินการทางคณิตศาสตร์ขั้นสูง:

เครื่องมือยอดนิยมและอัปเดตล่าสุด:

เครื่องคิดเลขทฤษฎีเศษเหลือจีนเครื่องคิดเลขทฤษฎีบทพีทาโกรัสเครื่องคำนวณลิมิตดูทั้งหมด →
หน้าแรก > คณิตศาสตร์ > การดำเนินการทางคณิตศาสตร์ขั้นสูง > เครื่องคำนวณทฤษฎีบทขีดจำกัดกลาง