超级会员免费看
本文介绍了正态分布的基本概念，包括其概率密度函数、平均值和标准差的作用。通过Python模拟展示了标准差如何影响分布形状，并讨论了标准正态分布的重要性和z分数的概念，提供了一个实际案例来解释正态分布的应用。
目录
正态分布（Normal Distribution）
正态分布是 A/B 测试的指标中最主要的分布，是计算样本量大小和分析测试结果的前提。在统计上，如果一个随机变量 x 的概率密度函数（Probability Density Function）是：
那么，x 就服从正态分布。
其中 ，μ为 x 的平均值（Mean），σ为 x 的标准差（Standard Deviation），n 为随机变量 x 的个数，xi 为第 i 个 x 的值。
随机变量 x 服从正态分布时的直方图（Histogram）如下：
订阅专栏 解锁全文
1176
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
