正态分布的介绍

正态曲线及其性质 
  1.正态分布常记作N(),其正态分布函数:f(x)=,x∈(-∞,+∞).
  把N(0,1)称为标准正态分布,相应的函数表达式:f(x)=,x∈(-∞,+∞).
  2.正态图象的性质:
  ①曲线在x轴的上方,与x轴不相交.
  ②曲线关于直线x=μ对称.
  ③曲线在x=μ时位于最高点.
  ④当xμ时,曲线下降,并且当曲线向左、右两边无限延伸时,以x轴为渐近线,向它无限靠近.
  ⑤当μ一定时,曲线的形状由确定,越大,曲线越“矮胖”,表示总体的分布越分散;越小,曲线越“瘦高”,表示总体的分布越集中.
3.一般正态分布与标准正态分布的转化 
  对于标准正态分布,用表示总体取值小于x0的概率,即=p(x

 

 

 

 

正态分布(Normal distribution),也称“常态分布”,又名高斯分布(Gaussian distribution),最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。
正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线
随机变量X服从一个数学期望为μ、方差为σ^2的正态分布,记为N(μ,σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布

一维正态分布

随机变量
  
服从一个位置参数为
  
、尺度参数为
  
的概率分布,且其概率密度函数 [2] 
则这个随机变量就称为正态随机变量,正态随机变量服从的分布就称为正态分布,记作
  
,读作
  
服从
  
,或
  
服从正态分布。
μ维随机向量具有类似的概率规律时,称此随机向量遵从多维正态分布。多元正态分布有很好的性质,例如,多元正态分布的边缘分布仍为正态分布,它经任何线性变换得到的随机向量仍为多维正态分布,特别它的线性组合为一元正态分布。
本词条的正态分布是一维正态分布,此外多维正态分布参见“二维正态分布”。

标准正态分布

  
时,正态分布就成为标准正态分布
 

 

posted @ 2018-04-24 15:58  我是小随  阅读(2933)  评论(0编辑  收藏  举报