2) с двумя максимумами
3) логарифмической зависимости
4) прямой, проходящей через начало координат
Нормальное распределение описывается симметричной колоколообразной кривой Гаусса. Ее положение определяется средним значением, а ширина — стандартным отклонением: чем оно больше, тем сильнее рассеяны наблюдения. Вершина кривой соответствует среднему, медиане и моде, а обе ветви симметрично приближаются к оси абсцисс, не пересекая ее.
Такая модель применима к непрерывным количественным показателям, если на результат одновременно воздействует множество независимых малых факторов и случайных погрешностей. Для нормального распределения характерно правило трех сигм : приблизительно 68,3% значений находятся в пределах ±1 стандартного отклонения от среднего, 95,4% — в пределах ±2, а 99,7% — в пределах ±3. В лабораторной медицине эти свойства используют при оценке результатов внутреннего контроля качества, расчете референсных интервалов и выявлении случайных аналитических отклонений.
| Признак | Нормальное распределение | Практическое значение |
|---|---|---|
| Форма кривой | Одновершинная, колоколообразная | Большинство наблюдений сосредоточено около центрального значения |
| Симметрия | Левая и правая части зеркально симметричны | Среднее, медиана и мода совпадают или практически совпадают |
| Центральный параметр | Среднее арифметическое μ | Определяет положение вершины и центр распределения |
| Мера рассеяния | Стандартное отклонение σ | Характеризует вариабельность результатов относительно среднего |
| Доли наблюдений | Около 68%, 95% и 99,7% значений располагаются в пределах соответственно 1, 2 и 3σ | Позволяет интерпретировать контрольные пределы и вероятностные отклонения |
| Асимметрия | Отсутствует или минимальна; коэффициент асимметрии близок к нулю | Выраженная асимметрия указывает на возможное несоответствие модели |
| Двухвершинная форма | Для нормального распределения нехарактерна | Может свидетельствовать о смешении двух популяций или наличии разных причин вариабельности |
Гауссовская модель является базовой для статистической обработки лабораторных данных, однако ее применимость необходимо проверять, особенно при малом объеме выборки и выраженной асимметрии. Для оценки соответствия используют графические методы, например гистограмму и Q–Q-график, а также формальные тесты нормальности. При ненормальном распределении могут потребоваться логарифмическое преобразование данных или непараметрические методы анализа. Референсный интервал 95% не следует автоматически отождествлять с диапазоном ±2σ без учета характеристик конкретной популяции и методики исследования.