正态分布(Normal distribution)又名高斯分布(Gaussian distribution)

转载 2017年01月03日 17:34:59

转自:http://blog.csdn.net/rns521/article/details/6953591

正态分布(Normal distribution)又名高斯分布(Gaussian distribution),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。

若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布,记为:X∼N(μ,σ²),

则其概率密度函数为:


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。因其曲线呈钟形,因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。

正态分布的定义

有几种不同的方法用来说明一个随机变量。最直观的方法是概率密度函数,这种方法能够表示随机变量每个取值有多大的可能性累积分布函数是一种概率上更加清楚的方法,但是非专业人士看起来不直观(请看下边的例子)。还有一些其他的等价方法,例如cumulant、特征函数、动差生成函数以及cumulant-生成函数。这些方法中有一些对于理论工作非常有用,但是不够直观。请参考关于概率分布的讨论。

概率密度函数

正态分布的概率密度函数均值为μ 方差为σ² (或标准差σ)是高斯函数的一个实例:


下边是给出了不同参数的正态分布的函数图:


正态分布中一些值得注意的量:

  • 密度函数关于平均值对称
  • 平均值是它的众数(statistical mode)以及中位数(median)
  • 函数曲线下68.268949%的面积在平均值左右的一个标准差范围内
  • 95.449974%的面积在平均值左右两个标准差2σ的范围内
  • 99.730020%的面积在平均值左右三个标准差3σ的范围内
  • 99.993666%的面积在平均值左右四个标准差4σ的范围内
  • 反曲点(inflection point)在离平均值的距离为标准差之处

累积分布函数

累积分布函数是指随机变量X小于或等于x的概率,用密度函数表示为


正态分布的累积分布函数能够由一个叫做误差函数的特殊函数表示:


正态分布的一些性质 

1、如果X \sim N(\mu, \sigma^2) \,且a与b是实数,那么aX+b ∼N(aμ+b,(aσ)²)

2、如果X \sim N(\mu_X, \sigma^2_X)Y \sim N(\mu_Y, \sigma^2_Y)是统计独立的正态分布随机变量,那么:

  • 它们的和也满足正态分布U = X + Y \sim N(\mu_X + \mu_Y, \sigma^2_X + \sigma^2_Y)
  • 它们的差也满足正态分布V = X - Y \sim N(\mu_X - \mu_Y, \sigma^2_X + \sigma^2_Y)
  • U和V两者是相互独立的。

3、如果X \sim N(0, \sigma^2_X)Y \sim N(0, \sigma^2_Y)是独立正态随机变量,那么:

  • 它们的积XY服从概率密度函数为p的分布

p(z) = \frac{1}{\pi\,\sigma_X\,\sigma_Y} \; K_0\left(\frac{|z|}{\sigma_X\,\sigma_Y}\right),其中K0是贝塞尔函数(modified Bessel function)

  • 它们的比符合柯西分布,满足X / Y∼Cauchy(0,σX / σY)

4、X_1, \cdots, X_n为独立标准正态随机变量,那么X_1^2 + \cdots + X_n^2服从自由度为n的卡方分布。

相关分布:



数据的正态性检验汇总

一、图示法 1、P-P图 以样本的累计频率作为横坐标,以安装正态分布计算的相应累计概率作为纵坐标,把样本值表现为直角坐标系中的散点。如果资料服从整体分布,则样本点应围绕第一象限的对角线分布...

GAN——ModeCollapse

ModeCollapse

正态分布(Normal distribution)又名高斯分布(Gaussian distribution)

正态分布(Normal distribution)又名高斯分布(Gaussian distribution),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。 ...
  • rns521
  • rns521
  • 2011年11月09日 19:34
  • 253289

高斯分布(Gaussian distribution)及其概率密度函数PDF和累积分布函数CDF

这是维基百科上的介绍,图文并茂,非常给力 正态分布(Normal distribution)又名高斯分布(Gaussian distribution),是一个在数学、物理及工程等领域都非常重要的...

正态分布(Normal distribution)又名高斯分布(Gaussian distribution)

转:http://blog.csdn.net/rns521/article/details/6953591 正态分布(Normal distribution)又名高斯分布(Gauss...

机器学习小组知识点15:高斯分布/正态分布(Gaussian Distribution/Normal Distribution)

试用环境正态分布是自然科学与行为科学中的定量现象的一个方便模型。各种各样的心理学测试分数和物理现象比如光子计数都被发现近似地服从正态分布。尽管这些现象的根本原因经常是未知的,理论上可以证明如果把许多小...

高斯分布(Gaussian distribution)/正态分布(Normal distribution)

正态分布(Normal distribution)又名高斯分布(Gaussian distribution),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。 ...
  • ZYTTAE
  • ZYTTAE
  • 2014年11月13日 20:19
  • 3685

正态分布(Normal distribution)与高斯分布(Gaussian distribution)

正态分布(Normal distribution)又名高斯分布(Gaussian distribution),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。 ...

Boost库:多维变量联合高斯分布随机数(Multivariate Normal Distribution Boost)

多维变量联合高斯分布随机数生成方法     在概率分布中,变量之间的往往存在相关性,因而变量之间的概率分布往往是一种联合概率分布。现实生活中往往需要很多随机数,对于独立变量,其随机数生成往往...

概率论中高斯分布(正态分布)介绍及C++11中std::normal_distribution的使用

概率论中高斯分布(正态分布)介绍及C++11中std::normal_distribution的使用
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:正态分布(Normal distribution)又名高斯分布(Gaussian distribution)
举报原因:
原因补充:

(最多只允许输入30个字)