标准正态分布的积分怎么求？

最新推荐文章于 2024-03-19 23:13:47 发布
最新推荐文章于 2024-03-19 23:13:47 发布
阅读量10w+ 收藏 83
点赞数 41
分类专栏： math 文章标签： 正态分布 积分 概率密度 概率论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/libing_zeng/article/details/77531855
版权

标准正态分布的积分求解如下：

这里写图片描述
x=rcosθ y=rsinθ
是二重积分极坐标代换
而dxdy，rdrdθ是积分分别在直角坐标系和极坐标系的面积元素
当重积分从直角坐标向极坐标转换的时候要乘上一个雅克比行列式的绝对值
这里写图片描述

图形跟班
关注
  • 41
    点赞
  • 踩
  • 83
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
python运用-SciPy模块积分运算的编程-以全球飞机制造公司股票为案例
07-19
A公司是总部位于美国康涅狄格州格林尼治的一家全球性投资管理公司，公司的"基因是在技术、数据和行为科学的交叉领域寻求投资创新。假定你是该公司的一位金融工程师,正在运用统计方法对全球知名的两家飞机制造商——波音(Boeing)公司和空客(Airbus)集团的股票进行分析，并计算股价处于具体价格区间中的概率。其中，波音公司的股票在纽约证券交易所上市，空客集团的股票则在法兰克福证券交易所上市。 在分析过程中，你首先假设这两家公司的股价均服从对数正态分布，并且已计算得出2019年1月至2021年6月期间波音公司股票日收盘价均值是271.29美元/股,股价标准差89.51,对应计算得到当股价取自然对数以后所服从正态分布的均值5.6008;标准差是0.0349,此外，同期空客集团股票收盘价均值是99.53欧元/股，股价的标准差是25.40，对应得到当股价取自然对数以后所服从正态分布的均值是4.5953，标准差是0.0506。表1整理了这两家公司股价的相关统计量。 为了能够与投资团队有效沟通分析的结果,更好地展示分析的逻辑,你需要通过Python完成个编程任务。
正态分布（即高斯函数）积分
11-20
描述高斯函数积分方法，查表转换。用于计算高斯函数积分
标准正态分布积分表.pdf
07-28
正态分布积分表，查表；用于快速计算正态分布积分、概率分析……
Mock是什么
最新发布
weixin_43038557的博客
03-19 95
通俗来讲，在开发和测试过程中，由于环境不稳定或者协同开发的同事未完成等情况下，有些数据不容易构造或者不容易获取，就创建一个虚拟的对象或者数据样本，用来辅助开发或者测试工作。减轻了对于协同模块的依赖，使开发以及测试变得更加独立。
云计算-正态分布积分高精度数值计算的研究.pdf
07-08
云计算-正态分布积分高精度数值计算的研究.pdf
正态分布概率密度函数的积分
热门推荐
weixin_42859140的博客
07-01 2万+
正态分布概率密度函数的积分
大数据的统计学基础系列课程 第11周 扔掉正态分布：秩和检验 共38页.pptx
10-22
【大数据的统计学基础】课程列表 大数据的统计学基础系列课程 第01周 描述性统计（均值，中位数，众数，方差，标准差，与常见的统计图表） 共33页 大数据的统计学基础系列课程 第02周 概率的基本概念，古典概型 共44页 大数据的统计学基础系列课程 第03周 每人脑袋里有个贝叶斯：条件概率与贝叶斯公式，独立性 共35页 大数据的统计学基础系列课程 第04周 微积分：随机变量及其分布（二项分布，均匀分布，正态分布） 共44页 大数据的统计学基础系列课程 第05周 万事皆由分布掌握：多维随机变量及其分布 共45页 大数据的统计学基础系列课程 第06周 随机变量的期望，方差与协方差 共40页 大数据的统计学基础系列课程 第07周 统计学的哲学基础：大数定律、中心极限定理与抽样分布 共38页 大数据的统计学基础系列课程 第08周 从抽样推测规律之一：点估计与区间估计 共26页 大数据的统计学基础系列课程 第09周 从抽样推测规律之二：参数估计 共31页 大数据的统计学基础系列课程 第10周 告别拍脑袋决策：基于正态总体的假设检验 共47页 大数据的统计学基础系列课程 第11周 扔掉正态分布：秩和
[数学] 一般正态曲线函数的积分怎么求？为什么总是1？
Ocean_waver的博客
04-14 1万+
[数学] 一般正态曲线函数的积分1、问题说明2、N∼(1,0)N\sim(1,0)N∼(1,0)的函数积分值3、N∼(μ,σ2)N\sim(\mu,\sigma^2)N∼(μ,σ2)的函数积分值4、分析与讨论 1、问题说明 在通信原理的判决门限和数字图像处理的阈值处理中，经常会遇到关于正态函数的积分值讨论。我们知道，标准正态分布N∼(1,0)N\sim(1,0)N∼(1,0)的函数积分值是1，即：...
高斯函数、高斯积分和正态分布
deephub
01-25 5782
正态分布是高斯概率分布。高斯概率分布是反映中心极限定理原理的函数，该定理指出当随机样本足够大时，总体样本将趋向于期望值并且远离期望值的值将不太频繁地出现。高斯积分是高斯函数在整条实数线上的定积分。这三个主题，高斯函数、高斯积分和高斯概率分布是这样交织在一起的，所以我认为最好尝试一次性解决这三个主题（但是我错了，这是本篇文章的不同主题）。本篇文章我们首先将研究高斯函数的一般定义是什么，然后将看一下高斯积分，其结果对于确定正态分布的归一化常数是非常必要的。最后我们将使用收集的信息理解，推导出正态分布方程。 首
标准正态分布的E(X^4)积分求解
sinat_41895958的博客
01-03 2万+
对于标准正态分布，其形式特别友好，而计算四次方数学期望，积分明显是最简单粗暴的方式，网上很多证明过程太过简陋，所以我就自己去尝试着证明了一下，因为是不可积函数，中间需要极坐标转换，证明过程如下，才疏学浅，如有疑问，欢迎留言： ...
Pytorch 计算 标准正态分布定积分 tensor
qq_43526015的博客
12-05 1977
计算标准正态分布，在scipy库 中有专门的函数进行计算，如： s = scipy.stats.norm().cdf(1) print(s) #0.8413447460685429 也可以通过Taylor展开进行： def Taylor(t,n=50): ''' :param t: 积分上限 :param n: 泰勒级数前n项和，默认50项，n=0,1,2...50 :return: 返回积分结果 ''' sum_t = 0 for i in ra
Random-Number-Generator-using-Normal-Distribution:生成一个包含 1000 个正态分布随机（读取伪随机）数的集合，均值为 1.0，标准差为 0.5
06-14
随机数生成器使用正态分布 生成一个包含 1000 个正态分布随机（读取伪随机）数的集合，均值为 1.0，标准差为 0.5 在计算机模拟中，尤其是在 Monte-Carlo 方法的应用中，通常需要生成正态分布的值。 下面列出的算法都会生成标准法线偏差，因为 $N(μ, σ2)$ 可以生成为 $X = μ + σZ$，其中 $Z$ 是标准法线。 所有这些算法都依赖于能够产生均匀随机变量的随机数发生器 $U$ 的可用性。 最直接的方法是基于概率积分变换属性：如果 $U$ 在 $(0,1)$ 上均匀分布，则 $Φ−1(U)$ 将具有标准正态分布。 这种方法的缺点是它依赖于概率函数 $Φ−1$ 的计算，而这不能通过解析来完成。 一种依赖于中心极限定理的易于编程的近似方法如下：生成 12 个统一的 $U(0,1)$ 偏差，将它们全部相加，然后减去 6 – 结果随机变量将具有近似标准正态分配。 事
统计计算-随机模拟法（R语言）
08-01
文档内有例子和代码以及运行结果。 用随机模拟方法计算定积分，分别用随机投点法、平均值法、重要抽样法和分层抽样法计算。
z2p:通过对标准正态 pdf 进行积分，将 z 统计量转换为 p 值-matlab开发
06-01
将正态分布的 z 统计量转换为单尾或双尾 p 值通过整合标准的普通pdf。 如果没有指定“tails”值，z2p 默认计算双尾值。 输出 p 与 z 大小相同，可以是标量、向量或矩阵。 输入： z：正态分布 z 统计量（正或负） （可选）tailed：计算概率值的尾部数量。 （注意：根据正态分布的对称性，双尾 p 值是单尾 p 值的两倍。） 当检验统计量呈正态分布时，此函数对于假设检验很有用。
多种方法巧证概率积分
04-21
用变量代换、微分中值定理、积分几何意义．积分性质及夹逼定理、r函数和卢函数关系等力法，对服从标准正态分布的随机变量x．其密度函数的概率积分公式．给出了多种证明方法．
标准正太分布查表求概率
05-21
标准正太分布积分查表求概率，一般高斯过程标准化后也就可以查找此表了
大数据的统计学基础系列课程 第04周 微积分：随机变量及其分布（二项分布，均匀分布，正态分布） 共44页.pptx
10-22
大数据的统计学基础系列课程 第04周 微积分：随机变量及其分布（二项分布，均匀分布，正态分布） 共44页 大数据的统计学基础系列课程 第05周 万事皆由分布掌握：多维随机变量及其分布 共45页 大数据的统计学基础系列...
非标准正态分布的累计分布函数
09-09
### 回答1： 非标准正态分布的累计分布函数可以通过积分和拟合的方法来求得。对于每一个随机变量，其累计分布函数定义为该随机变量的概率密度函数的积分。非标准正态分布的累计分布函数在没有公式解析解的情况下，可以通过计算机程序或统计数据拟合得到。 ### 回答2： 非标准正态分布的累计分布函数是指将一个非标准正态分布的随机变量X的所有可能取值的概率进行累加得到的函数。准确地说，累计分布函数（CDF）是指对于给定的实数x（非标准正态分布的取值），累计分布函数F(x)可表示为X ≤ x的概率，即F(x) = P(X ≤ x)。 非标准正态分布的累计分布函数通常用公式表示。对于非标准正态分布，其累计分布函数无法使用一个简单的数学公式来表示，而是需要利用一些特殊的数学函数来进行逼近或计算。 常见的用于计算非标准正态分布的累计分布函数的数学函数有误差函数（error function）和正态分布函数（normal distribution function）。其中，误差函数erf(x)定义为2/√π的积分，表示了标准正态分布在x处的累计概率。 对于任意一个非标准正态分布的随机变量X，要计算其累计分布函数F(x)，一种常见的方法是将X进行标准化处理，即将X减去均值并除以标准差，得到标准正态分布的随机变量Z。然后，可以使用数学函数误差函数erf(x)或标准正态分布函数来计算标准正态分布的累计分布函数Φ(z)。最后，利用标准化处理之前的均值和标准差，可以得到非标准正态分布的累计分布函数F(x)。 总之，非标准正态分布的累计分布函数是指将一个非标准正态分布的随机变量X的所有可能取值的概率进行累加得到的函数，通常需要使用误差函数或标准正态分布函数来进行计算。 ### 回答3： 非标准正态分布是指均值不为0或者标准差不为1的正态分布。它的累计分布函数与标准正态分布的累计分布函数不同。 对于非标准正态分布，我们可以通过对标准正态分布的累计分布函数进行变换得到。设X是一个非标准正态分布，其均值和标准差分别为μ和σ，则可将X标准化为标准正态分布Z，即Z=(X-μ)/σ。根据标准正态分布的累计分布函数，我们可以得到变换后的累计分布函数。 非标准正态分布的累计分布函数可以表示为： F(x) = Φ((x-μ)/σ) 其中，Φ表示标准正态分布的累计分布函数，(x-μ)/σ表示标准化变量Z。 这个累计分布函数可以用来计算非标准正态分布中小于某个特定值x的概率。也可以利用该函数进行统计推断、假设检验等。 总结起来，非标准正态分布的累计分布函数是通过将非标准正态分布转化为标准正态分布来得到的。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值