GraphPad Prism 统计教程 ：高斯分布

“每个人都相信[高斯分布]：试验者，因为他们认为数学和数学家可对其进行证明；因为他们相信它是通过观察确立的。”—— W. Lippmann

 

 

高斯分布的重要性

 

统计检验可以分析一组特定数据，以得出更普遍的结论。有多种方法可以做到这一点，最常见的是基于“群体中数据有特定分布”的假设。目前，最常用的分布是【钟形高斯分布（又称“正态分布”）】。该假设是许多统计检验（例如，t检验和方差分析，以及线性和非线性回归）的基础。

在阅读其他关于高斯分布（又名“正态分布”）的书籍时，有两个统计术语可能会让人觉得困惑：

• 在统计学中，“正态”一词是钟形高斯分布的另一名称。但在其他情况下，“正态”一词有很多含义（比如，“无疾病”或“常见”）。

• 在统计学中，通常将线或曲线周围的点的散点称为“误差”。“误差”一词仅指偏离平均值。通常将这种偏离视为由于生物变异性或实验不精确所导致，而非错误。

 

 

高斯分布的起源

 

当许多独立随机因素以相加方式产生变异时，会出现高斯分布。这里举一个例子来帮助大家更好地理解：

想象一个非常简单的“实验”。你使用移液器，取一些水并称重。移液器理论上每次可以吸取10微升的水，但实际情况是每次吸取9.5到10.5微升的水。如果吸取一千次，并创建一个结果的“频率分布直方图”，将如下图所示：

 

文章剩余内容<<<<<