matlab做贝塔分布的例子,关于正态分布和贝塔分布的案例介绍

本文通过案例介绍了正态分布和贝塔分布的概念。

正态分布

正态分布，是一种非常常见的连续概率分布，其也叫做常态分布(normaldistribution)，或者根据其前期的研究贡献者之一高斯的名字来称呼，高斯分布(Gaussiandistribution)。正态分布是自然科学与行为科学中的定量现象的一个方便模型。

各种各样的心理学测试结果和物理现象的观测值，比如光子计数等都被发现近似地服从正态分布。甚至生活中很多现象的表征结果也符合正态分布的分布规律。尽管这些现象的根本原因经常是未知的，甚至被采样的样本的原始群体分布并不服从正态分布，但这个变量的采样分布均值仍会近似服从正态分布。

正态分布的概率密度函数呈左右对称的钟形，其具体表达式为：

因为正态分布是如此的常见而这个式子是如此的奇怪，我们打算重温高斯当年的推导过程，但部分细节不会那么严谨的证明，只是带领大家看看高斯当年的思路是如何的。

首先，高斯事先假定了如下条件，才得到了正态分布的连续密度函数。

即：误差分布导出的极大似然估计=算术平均值

这里我们把全部过程用直白的语言复述一遍。