正态分布的公式如下:
φ
μ
,
σ
=
1
2
π
σ
⋅
e
−
(
x
−
μ
)
2
2
σ
2
,
x
∈
(
−
∞
,
+
∞
)
\varphi_{\mu,\sigma}=\frac{1}{\sqrt{2\pi}\sigma}\cdot e^{-\frac{(x-\mu)^2}{2\sigma^2}},x\in(-\infty,+\infty)
φμ,σ=2πσ1⋅e−2σ2(x−μ)2,x∈(−∞,+∞)
其中呢,
μ
指的就是期望,也就是这组数据中的平均数。图形是关于直线
x
=
μ
对称的,同时也是在该处取得峰值。
\mu指的就是期望, 也就是这组数据中的平均数。图形是关于直线x=\mu对称的,同时也是在该处取得峰值。
μ指的就是期望,也就是这组数据中的平均数。图形是关于直线x=μ对称的,同时也是在该处取得峰值。
σ
指的是标准差,标准差也就是方差开根号。由于面积是固定的,那么当
μ
是固定的时候,形状则由
σ
确定,当
σ
越小(越集中),曲线就越高瘦,越大则矮胖。
\sigma指的是标准差,标准差也就是方差开根号。由于面积是固定的,那么当\mu是固定的时候,形状则由\sigma确定,当\sigma越小(越集中),曲线就越高瘦,越大则矮胖。
σ指的是标准差,标准差也就是方差开根号。由于面积是固定的,那么当μ是固定的时候,形状则由σ确定,当σ越小(越集中),曲线就越高瘦,越大则矮胖。
σ
2
指的就是方差,形容这组数据的分散程度
\sigma^2指的就是方差,形容这组数据的分散程度
σ2指的就是方差,形容这组数据的分散程度
曲线与x轴围成的面积是1。
恶补,正态分布
最新推荐文章于 2024-07-24 00:03:07 发布