摘要
若隨機變量X服從一個數學期望爲μ、標準方差爲的高斯分佈,記爲:X∼N(μ,)。
其概率密度函數爲:
正態分佈的期望值μ決定了其位置,其標準差σ決定了分佈的幅度。因其曲線呈鐘形,因此人們又常常稱之爲鐘形曲線。我們通常所說的標準正態分佈是μ = 0,σ = 1的正態分佈。
X的分佈函數爲:
正態分佈由他的兩個參數唯一的決定,當μ與σ不同時就是不同的正態分佈
什麼是正態分佈
正態分佈是一種概率分佈。正態分佈是具有兩個參數μ和σ2的連續型隨機變量的分佈,第一參數μ是遵從正態分佈的隨機變量的均值,第二個參數是此隨機變量的方差,所以正態分佈記作N(μ,)。遵從正態分佈的隨機變量的概率規律爲取μ鄰近的值的概率大 ,而取離μ越遠的值的概率越小;σ越小,分佈越集中在μ附近,σ越大,分佈越分散。
正態分佈的密度函數的特點是:關於μ對稱,在μ處達到最大值,在正(負)無窮遠處取值爲0,在 μ±σ 處有拐點。它的形狀是中間高兩邊低 ,圖像是一條位於x 軸上方的鐘形曲線。當 μ=0,σ2 =1時,稱爲標準正態分佈,記爲N(0,1)。μ維隨機向量具有類似的概率規律時,稱此隨機向量遵從多維正態分佈。多元正態分佈有很好的性質,例如,多元正態分佈的邊緣分佈仍爲正態分佈,它經任何線性變換得到的隨機向量仍爲多維正態分佈,特別它的線性組合爲一元正態分佈。
正態分佈的主要特點
- 集中性:正態曲線的高峯位於正中央,即均數所在的位置。
- 對稱性:正態曲線以均數爲中心,左右對稱,曲線兩端永遠不與橫軸相交。
- 均勻變動性:正態曲線由均數所在處開始,分別向左右兩側逐漸均勻下降。
- 正態分佈有兩個參數,即均數μ和標準差σ,可記作N(μ,σ):均數μ決定正態曲線的中心位置;標準差σ決定正態曲線的陡峭或扁平程度。σ越小,曲線越陡峭;σ越大,曲線越扁平。
- u變換:爲了便於描述和應用,常將正態變量作數據轉換。
標準正態分佈
μ = 0,σ = 1的正態分佈稱爲標準正態分佈。其密度函數和分佈函數常用