为什么 正态分布可以线性变换为标准正态分布:
-
一般的正态分布是指随机变量 x服从均值为 μ, 标准差为 σ正态随机变量x~N(μ , σ²) 。这样的正态随机变量 x,都可以化为标准正态随机变量 t 只要作如下线性变换 t = (x-μ)/σ ,那么变量 t就变成均值为 0,标准差为 1的标准正态随机变量。这是因为线性变换不改变正态分布的"本性";又可以使均值非零的一般正态变量均值归 0;还可使其标准差归 1化!给正态分布查表带来方便!验证上述结论只需对 t变换求出其均值和标准差即可:
-
E(t) = E[(x-μ)/σ] = [E(x)-nμ]/σ = (nμ-nμ)/σ = 0 ----- t 的均值
-
E[(t-0)²] = E(t²) = E[(x-μ)²/σ²] = σ²/σ² = 1
-
即随机变量 t变成了:t ~ N(0,1) 均值为 0,方差为 1的标准正态分布随机变量了!
-
-
F(x)=p{X<=x}=p{X-u/σ<=x-u/σ}=Φ(x-u/σ)。变色文字不难理解:其实就是简单的不等式加减法。