标准正态分布表（scipy.stats）

0. 标准正态分布表与常用值

• Z-score 是非标准正态分布标准化后的 x即 $z=\frac{x-\mu }{\sigma }$

• 表头的横向表示小数点后第二位，表头的纵向则为整数部分以及小数点后第一位；两者联合作为完整的 x，坐标轴的横轴

• 表中的值为图中红色区域的面积，也即 cdf，连续分布的累积概率函数，记为 $\Phi (x)$

• cdf 的逆，记为 ${\Phi }^{-1}(x)$，如 ${\Phi }^{-1}(3/4)$，表示 x 取何值时，阴影部分的面积为 0.75，查表可知，x 介于 0.67 和 0.68 之间；

  >> from scipy.stats import norm
  >> norm.ppf(3/4)
  0.6744897501960817
  

1. cdf 与 ppf（分位函数）

from scipy.stats import norm

• 覆盖的概率范围：

  

  >> norm.cdf(1) - norm.cdf(-1)
  0.6826894921370859
  >> norm.cdf(2) - norm.cdf(-2)
  0.9544997361036416
  >> norm.cdf(3) - norm.cdf(-3)
  0.9973002039367398
  

• $\Phi (x)$ 为 累积概率密度函数，也即 cdf：

  >> from scipy.stats import norm
  >> norm.cdf(0)
  0.5
  

• ${\Phi }^{-1}(x)$，通过 norm(x) 进行计算：

  >> from scipy.stats import norm
  # Q3 分位点；
  >> norm.ppf(3/4)
  0.6744897501960817
  # Q1 分位点
  >> norm.ppf(1/4)
  -0.6744897501960817
  

---

标准正态分布表