标准正态分布表完整图 查询_正态分布基本概念及Excel实现

本文介绍了正态分布的基本概念,强调了其在统计推断中的重要性。正态分布是对称的钟形分布,与中心极限定理紧密相关。内容涵盖了正态分布的性质,如均值、中位数相等,以及与标准偏差的关系。通过多个实例展示了如何利用正态分布计算概率,包括使用Excel进行正态分布概率的计算。此外,文章还探讨了正态分布的百分比分布,如68-95-99.7法则。
摘要由CSDN通过智能技术生成
正态分布(也称为高斯分布)是统计中最常用的连续分布。正态分布在统计中至关重要,主要有以下三个原因:
  • 商业中常见的许多连续变量的分布与正态分布非常相似。

  • 正态分布可用于近似各种离散的概率分布。

  • 由于正态分布与中心极限定理之间的关系,因此正态分布为其提供了经典统计推断的基础。

正态分布由图经典钟形表示。在正态分布中,您可以计算值以一定范围或间隔出现的概率。但是,由于将连续变量的概率测量为曲线下的面积,因此来自连续分布(例如正态分布)的特定值的确切概率为零。例如,时间(以秒为单位)被测量并且不计数。因此,您可以确定网络浏览器上视频下载时间在7到10秒之间的概率,或者下载时间在8到9秒之间的概率,或者下载时间在7.99到90秒之间的概率。8.01秒。但是,下载时间恰好为8秒的概率为零。正态分布具有几个重要的理论特性
  • 它是对称的,因此其均值和中位数相等。

  • 外观为钟形。

  • 其四分位数间距等于1.33标准偏差。

    因此,中间值的50%包含在低于平均值的标准偏差的三分之二和高于平均值的标准偏差的三分之二的范围内。

  • 它具有无限范围(-oo

03cd1d83e2f3bd7d7183f1e0ac8b5f6f.png

装满10,000瓶软饮料的量 实际上,许多变量的分布与正态分布的理论性质非常相似。表中的数据代表最近一天装满10.000升1升瓶中的软饮料量。感兴趣的连续变量,即软饮料的填充量,可以通过正态分布来近似。10,000瓶中的软饮料量的测量值在1.05至1.055升之间,并围绕该组对称分布,形成钟形图案。图显示了相对频率直方图和多边形,用于填充10,000个瓶子的数量分布。

6e8d0039cbfc36a157bbeef58c925e54.png

10,000瓶软饮料中的相对频率直方图 对于这些数据,正态分布的前三个理论特性得到了近似满足。但是,第四范围不是无限的。装满瓶子的数量不能为零或小于0,也不能装满超出其容量的瓶子。从表中可以看到,每10,000个装满的瓶子中只有48个预期含有1.08

升或更高,并且相等的数字预计少于1.025升。

符号f(X)用于表示概率密度函数。正态分布的概率密度函数在公式中给出。

95f78ac62435f13248f7d3f6d14578af.png

e =用2.71828近似的数学常数

π=用3.14159近似的数学常数

μ =平均值

σ =标准偏差

X =连续变量的任何值,其中-∞

尽 管公式看起来很复杂,但由于e和是数学常数,所以随机变量X的概率仅取决 于正态分布的两个参数-平均值μ和标准偏差σ。 每次指定μ和σ
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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