普通正态分布如何转换到标准正态分布

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/bitcarmanlee/article/details/86440851

1.普通正态分布转换标准正态分布公式

我们知道正态分布是由两个参数μ\muσ\sigma确定的。对于任意一个服从N(μ,σ2)N(\mu, \sigma^2)分布的随机变量XX,经过下面的变换以后都可以转化为μ=0,σ=1\mu=0, \sigma=1的标准正态分布(standard normal distribution)。转换公式为:
z=Xμσz = \frac{X-\mu}{\sigma}

2.证明

概率统计的教科书上一般直接给出这个结论,并没有给出相应的证明。下面我们来看看这个结论的推理过程。由于犯懒懒得编辑公式,直接贴截图,证明过程来自参考文献1。
在这里插入图片描述
在这里插入图片描述

3.几个应用的例子

3.1 假设公共汽车门的高度按成年男性碰头机会小于1%来设计。又假设成年男性的身高服从正态分布XN(170,62)X \sim N(170, 6^2),求问车门的高度hh为多少?

假设身高这一随机变量为XX,那么要求的问题为:
P(x>h)=0.01P(x > h) = 0.01

1P(xh)=0.011 - P(x \le h) = 0.01
P(xh)=0.99P(x \le h) = 0.99

因为XN(170,62)X \sim N(170, 6^2), 所以h1706N(0,1)\frac{h - 170}{6} \sim N(0, 1)
通过查标准正态分布表可知,P(z2.33)=0.99P(z \le 2.33) = 0.99
因此h = 170 + 6 * 2.33 = 183.98cm

3.2 现在有一个μ=10\mu = 10σ=2\sigma = 2的正态随机变量,求x在10与14之间的概率是多少?
当x=10时,z = 0。当x=14时,z = (14-10)/2 = 2。于是,x在10与14之间的概率等价于标准正态分布中0与2之间的概率。
P(0z2)=P(z2)P(z0)=0.4772P(0 \le z \le 2) = P(z \le 2) - P(z \le 0) = 0.4772

参考文献:
1.https://www.zhihu.com/question/30121927

没有更多推荐了,返回首页