【标准正态分布】

1.标准正态分布

根据分布值得到累计密度函数,例如分布值为1,则累计密度为:
0.5 + 0.841344746068543 ≈ 0.841 也就是当标准差位于+1时候的累计密度。

正太分布中+1个标准差的面积概率是:34.1%
正太分布中+2个标准差的面积概率是:13.6%
正太分布中+3个标准差的面积概率是:2.1%
剩余部分的概率是:0.1%
在坐标轴的右边部分,合计的概率值是50%

2.Excle中的正态分布

NORM.S.DIST () 和 NORM.DIST ()是excel 提供的两个函数,用于求正态分布下累计概率面积及曲线上对应的概率值,避免将正态分布标准化及查询标准正态分布概率表。

NORM.S.DIST 函数

返回标准正态分布函数(该分布的平均值为 0,标准差为 1)。可以使用此函数代替标准正态曲线面积表。

语法 - 标准正态分布

NORM.S.DIST(z,cumulative)

NORM.S.DIST 函数语法具有下列参数:

    Z    必需。 需要计算其分布的数值。

    cumulative    必需。 Cumulative 是决定函数形式的逻辑值。 如果 cumulative 为 TRUE,则 NORMS.DIST 返回累积分布函数;如果为 FALSE,则返回概率密度函数。

例子:需要求标准正态分布下,z=0.28对应的概率,即标准正态分布下小于或等于z的曲线下的面积。
查表:

使用Excel函数验证是否准确:
NORM.S.DIST函数

NORMSDIST(兼容Excel 2007与早期版本)

3.Excel标准正态分布的反函数

正太分布的反函数表示的是根据累计密度求出标准差,例如累计密度为:0.841344746068543,则标准差为+1个标准差。
NORM.S.INV函数

NORMINV函数(早期版本兼容)

posted @   OLIVER_QIN  阅读(3234)  评论(0编辑  收藏  举报
编辑推荐:
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
阅读排行:
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源!
· 周边上新:园子的第一款马克杯温暖上架
历史上的今天:
2017-10-17 【Python】学习笔记十四:循环进阶
2017-10-17 【Python】学习笔记十三:函数的参数对应
2017-10-17 【Python】学习笔记十二:模块
2017-10-17 【Python】Python读取文件报错:UnicodeDecodeError: 'gbk' codec can't decode byte 0x99 in position 20: illegal multibyte sequence
2017-10-17 【Python】学习笔记九:面向对象拓展
2017-10-17 【Python】学习笔记七:函数
2016-10-17 kettle报错 ../deploy does not exist, please create it.
点击右上角即可分享
微信分享提示