标准正态分布(标准正态分布表怎么看)-冷知识百科

今天冷知识百科网小编田冰蝶给各位分享标准正态分布代表什么值的知识，其中也会对标准正态分布(标准正态分布表怎么看)相关问题进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在我们开始吧！

标准正态分布

什么是正态分布？

正态分布的定义是什么呢

如何将一般正态分布标准化

标准正态分布

答：假设X～N(μ,σ^2),则Y=(X-μ)/σ～N(0,1).证明;因为X～N(μ,σ^2),所以P(x)=(2π)^(-1/2)*σ^(-1)*exp{[-(x-μ)^2]/(2σ^2)}.(注：F(y)为Y的分布函数,Fx(x)为X的分布函数）而 F(y)=P(Y≤y)=P((X-μ)/σ≤y)=P(X≤σy+μ)=Fx(σy+μ)所以 p(y)=F'(y)=F'x(σy+μ)*σ=P(σy+μ)*σ=[(2π)^(-1/2)]*e^[-（x^2)/2].从而,N(0,1).正态分布标准化的意义是可以方便计算，是一种统计学概念。原本的正态分布图形有高矮胖瘦不同的形态,实际上是积分变换的必然结果,就好比是：

y = kx + b 直线,它不一定过**的,但是通过变换就可以了：大Y = y-b ; 大X = kx ; ===> 大Y = 大X

2.y = a*b 乘积,通过变换就可以变成加法运算：Ln(y) = Lna + Lnb

3.y = ax² + bx + c 通过变换就可以变成标准形式：y = a(x + b/(2a))² + (c -b²/(4a))

正态分布的标准化也只不过是 “积分变换”而已,虽然高矮胖瘦不同的形态,但是变量的线性伸缩变换并不改变其量化特性,虽然标准化以后都变成期望是0,方差是1的标准分布了,但这种因变量自变量的依赖关系仍然存在,不用担心会 “质变”。

拓展资料：