正态分布的概念及表和查表方法.doc

正态分布的概念及表和查表方法.doc

ID:55944140

大小:93.42 KB

页数:15页

时间:2020-06-17

正态分布的概念及表和查表方法.doc_第1页
正态分布的概念及表和查表方法.doc_第2页
正态分布的概念及表和查表方法.doc_第3页
正态分布的概念及表和查表方法.doc_第4页
正态分布的概念及表和查表方法.doc_第5页
资源描述:

《正态分布的概念及表和查表方法.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、正态分布概念及图表正态分布(Normaldistribution),也称“常态分布”,又名高斯分布(Gaussiandistribution),最早由A·棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P·S·拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布,记为N(μ,σ^2)。其概率密度函数为正态

2、分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。当μ=0,σ=1时的正态分布是标准正态分布。中文名正态分布外文名normaldistribution发现者棣莫弗所属学科概率论又 名高斯分布应用领域数学、物理及工程等领域目录1 历史发展2 定理3 定义▪一维正态分布▪ 标准正态分布4 性质5 分布曲线▪ 图形特征▪ 参数含义6 研究过程7 曲线应用▪ 综述▪ 频数分布▪ 综合素质研究▪ 医学参考值历史发展正态分布概念是由德国的数学家和天文学家Moivre于1733年首次提出的,但由于德国数学家Gauss率先将其应用于天文学家研究,故正态分布

3、又叫高斯分布,高斯这项工作对后世的影响极大,他使正态分布同时有了“高斯分布”的名称,后世之所以多将最小二乘法的发明权归之于他,也是出于这一工作。但现今德国10马克的印有高斯头像的钞票,其上还印有正态分布的密度曲线。这传达了一种想法:在高斯的一切科学贡献中,其对人类文明影响最大者,就是这一项。在高斯刚作出这个发现之初,也许人们还只能从其理论的简化上来评价其优越性,其全部影响还不能充分看出来。这要到20世纪正态小样本理论充分发展起来以后。拉普拉斯很快得知高斯的工作,并马上将其与他发现的中心极限定理联系起来,为此,他在即将发表的一篇文章(发表于1810

4、年)上加上了一点补充,指出如若误差可看成许多量的叠加,根据他的中心极限定理,误差理应有高斯分布。这是历史上第一次提到所谓“元误差学说”——误差是由大量的、由种种原因产生的元误差叠加而成。后来到1837年,海根(G.Hagen)在一篇论文中正式提出了这个学说。其实,他提出的形式有相当大的局限性:海根把误差设想成个数很多的、独立同分布的“元误差”之和,每只取两值,其概率都是1/2,由此出发,按狄莫佛的中心极限定理,立即就得出误差(近似地)服从正态分布。拉普拉斯所指出的这一点有重大的意义,在于他给误差的正态理论一个更自然合理、更令人信服的解释。因为,高

5、斯的说法有一点循环论证的气味:由于算术平均是优良的,推出误差必须服从正态分布;反过来,由后一结论又推出算术平均及最小二乘估计的优良性,故必须认定这二者之一(算术平均的优良性,误差的正态性)为出发点。但算术平均到底并没有自行成立的理由,以它作为理论中一个预设的出发点,终觉有其不足之处。拉普拉斯的理论把这断裂的一环连接起来,使之成为一个和谐的整体,实有着极重大的意义。定理由于一般的正态总体其图像不一定关于y轴对称,对于任一正态总体,其取值小于x的概率。只要会用它求正态总体在某个特定区间的概率即可。为了便于描述和应用,常将正态变量作数据转换。将一般正态

6、分布转化成标准正态分布。 若 服从标准正态分布,通过查标准正态分布表就可以直接计算出原正态分布的概率值。故该变换被称为标准化变换(标准正态分布表:标准正态分布表中列出了标准正态曲线下从-∞到X(当前值)范围内的面积比例)。定义一维正态分布若随机变量  服从一个位置参数为 、尺度参数为  的概率分布,且其概率密度函数为 f(-x)=1–f(x)则这个随机变量就称为正态随机变量,正态随机变量服从的分布就称为正态分布,记作  ,读作  服从  ,或 服从正态分布。μ维随机向量具有类似的概率规律时,称此随机向量遵从多维正态分布。多元正态分布有很好的性质,

7、例如,多元正态分布的边缘分布仍为正态分布,它经任何线性变换得到的随机向量仍为多维正态分布,特别它的线性组合为一元正态分布。本词条的正态分布是一维正态分布,此外多维正态分布参见“二维正态分布”。标准正态分布当 时,正态分布就成为标准正态分布性质正态分布的一些性质: (1)如果  且a与b是实数,那么  (参见期望值和方差)。(2)如果  与  是统计独立的正态随机变量,那么:它们的和也满足正态分布 它们的差也满足正态分布 U与V两者是相互独立的(要求X与Y的方差相等)。(3)如果  和  是独立常态随机变量,那么:它们的积XY服从概率密度函数为p的

8、分布。 其中  是修正贝塞尔函数(modifiedBesselfunction)它们的比符合柯西分布,满足 (4)如果  为独立标准常态

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。