正态分布的分布函数是什么样的?

X,Y~N(μ1,u2,σ1,σ2,ρ),五个参数依次表示X的期望,Y的期望,X的均方差,Y的均方差,X和Y的相关系数。

二维正态分布是一个在数学、物理及工程等领域都非常重要的概率分布,由于这个分布函数具有很多非常漂亮的性质,使得其在诸多涉及统计科学离散科学等领域的许多方面都有着重大的影响力。

扩展资料:

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。将一般正态分布转化成标准正态分布。

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。)



  • 姝f佸垎甯冪殑鍒嗗竷鍑芥暟鏄粈涔堟牱鐨?
    绛旓細X,Y~N(渭1,u2,蟽1,蟽2,蟻)锛屼簲涓弬鏁颁緷娆¤〃绀篨鐨勬湡鏈涳紝Y鐨勬湡鏈涳紝X鐨勫潎鏂瑰樊锛孻鐨勫潎鏂瑰樊锛孹鍜孻鐨勭浉鍏崇郴鏁般備簩缁姝f佸垎甯冩槸涓涓湪鏁板銆佺墿鐞嗗強宸ョ▼绛夐鍩熼兘闈炲父閲嶈鐨勬鐜囧垎甯冿紝鐢变簬杩欎釜鍒嗗竷鍑芥暟鍏锋湁寰堝闈炲父婕備寒鐨勬ц川锛屼娇寰楀叾鍦ㄨ澶氭秹鍙婄粺璁$瀛︾鏁g瀛︾瓑棰嗗煙鐨勮澶氭柟闈㈤兘鏈夌潃閲嶅ぇ鐨勫奖鍝嶅姏銆
  • 姝f佸垎甯冪殑鍒嗗竷鍑芥暟鏄粈涔?
    绛旓細鏍囧噯姝f佸垎甯冪殑鍒嗗竷鍑芥暟桅锛坸)锛毼︼紙x)=P(X⩽x)=1鈭2蟺鈭玿−鈭瀍−t22dt銆傛鎬佸垎甯冨叿浣撲粙缁嶏細姝f佸垎甯冩鐜囪绠楀叕寮忥細F(x)=桅锛伙紙x-渭锛夛紡蟽锛斤紝姝f佸垎甯冧篃绉扳滃父鎬佸垎甯冣濓紝鍙堝悕楂樻柉鍒嗗竷锛屾鎬佹洸绾垮憟閽熷瀷锛屼袱澶翠綆锛屼腑闂撮珮锛屽乏鍙冲绉板洜鍏舵洸绾垮憟閽熷舰锛屽洜姝や汉浠張缁忓父绉颁箣...
  • 姝f佸垎甯冪殑鍒嗗竷鍑芥暟鏄粈涔?
    绛旓細姝f佸垎甯冪殑鍒嗗竷鍑芥暟鏄疮绉垎甯冨嚱鏁銆傝缁嗚В閲婂涓嬶細姝f佸垎甯冩槸涓绉嶆鐜囧垎甯冿紝鎻忚堪浜嗚澶氳嚜鐒剁幇璞″拰绀句細鐜拌薄鐨勭粺璁¤寰嬨備笌涔嬬浉鍏崇殑绱Н鍒嗗竷鍑芥暟锛屾弿杩颁簡姝f佸垎甯冮殢鏈哄彉閲忓皬浜庢垨绛変簬鏌愪竴鐗瑰畾鍊肩殑姒傜巼銆傚叿浣撴潵璇达紝瀵逛簬姝f佸垎甯冮殢鏈哄彉閲廥锛屽叾绱Н鍒嗗竷鍑芥暟F琛ㄧず鐨勬槸P锛屽嵆闅忔満鍙橀噺X鍙栧煎皬浜庢垨绛変簬x鐨勬鐜囥傝繖涓...
  • 姝f佸垎甯冪殑鍒嗗竷鍑芥暟鏄粈涔鍟?
    绛旓細鏍囧噯姝f鍒嗗竷鍑芥暟锛屼篃绉颁负鏍囧噯姝f佸垎甯冪疮绉垎甯冨嚱鏁帮紙Cumulative Distribution Function锛孋DF锛夛紝鏄寚婊¤冻鍧囧间负0銆佹爣鍑嗗樊涓1鐨勬鎬佸垎甯冦傚畠鏄竴涓叧浜庨殢鏈哄彉閲忕殑鍑芥暟锛岃〃绀洪殢鏈哄彉閲廥鏈嶄粠鏍囧噯姝f佸垎甯冪殑绱Н姒傜巼銆傛爣鍑嗘鎬佸垎甯冨嚱鏁伴氬父鐢ㄧ鍙肺(x)琛ㄧず锛屽叾瀹氫箟涓猴細桅(x) = 鈭(-鈭, x) (1/鈭(2蟺)...
  • 姝f佸垎甯冪殑姒傜巼鍒嗗竷鍑芥暟鏄粈涔堟牱瀛愮殑
    绛旓細姝f佸垎甯冿紙涔熺О涓洪珮鏂垎甯冿級鐨勬鐜囧瘑搴鍑芥暟锛坧robability density function锛孭DF锛夊涓嬫墍绀猴細f(x) = (1 / (蟽 * 鈭(2蟺))) * e^(-(x - 渭)^2 / (2蟽^2))鍦ㄨ繖涓叕寮忎腑锛- x 鏄殢鏈哄彉閲忕殑鍙栧硷紱- 渭 鏄姝f佸垎甯冪殑鍧囧硷紙鏈熸湜鍊硷級锛屽喅瀹氫簡鍒嗗竷鐨勪腑蹇冧綅缃紱- 蟽 鏄鎬佸垎甯冪殑鏍囧噯宸...
  • 浠涔鏄爣鍑姝f佺殑鍒嗗竷鍑芥暟?
    绛旓細鏍囧噯姝f佸垎甯冪殑鍒嗗竷鍑芥暟锛圕umulative Distribution Function, CDF锛夋槸缁熻瀛﹀拰姒傜巼璁轰腑闈炲父閲嶈鐨勬蹇碉紝鐢ㄤ簬鎻忚堪鏈嶄粠鏍囧噯姝f佸垎甯冪殑闅忔満鍙橀噺鐨勬鐜囨ц川銆傛爣鍑嗘鎬佸垎甯冩槸鎸囧叿鏈夊潎鍊间负0銆佹爣鍑嗗樊涓1鐨勬鎬佸垎甯冦傚叾姒傜巼瀵嗗害鍑芥暟涓猴細f(x) = (1/鈭(2蟺)) * e^(-x^2/2)鍏朵腑锛寈琛ㄧず闅忔満鍙橀噺鐨勫彇鍊硷紝e鏄...
  • 姝f佸垎甯冨嚱鏁鍏紡鏄粈涔?
    绛旓細姝f佸垎甯冨嚱鏁板叕寮忔槸P(x)=(2蟺)^(-1/2)*蟽^(-1)*exp{[-(x-渭)^2]/(2蟽^2)}銆 鍏朵腑 F(y)涓篩鐨勫垎甯冨嚱鏁锛孎(x)涓篨鐨勫垎甯冨嚱鏁般傚叾涓间负鍧囨暟锛屜冧负鏍囧噯宸偽煎喅瀹氫簡姝f佸垎甯冪殑浣嶇疆锛屼笌渭瓒婅繎锛岃鍙栧埌鐨勬鐜囧氨瓒婂ぇ锛屽弽涔嬭秺灏忋傁冩弿杩扮殑鏄鎬佸垎甯冪殑绂绘暎绋嬪害锛屜冭秺...
  • 姝f佸垎甯冪殑鍒嗗竷鍑芥暟鍏紡鏄粈涔?
    绛旓細姝f佸垎甯冪殑鍒嗗竷鍑芥暟鍏紡涓猴細銆傚叾涓紝涓哄潎鍊硷紝涓烘爣鍑嗗樊銆傛鎬佸垎甯冨張鍚嶉珮鏂垎甯冿紝姝f佹洸绾垮憟閽熷瀷锛屼袱澶翠綆锛屼腑闂撮珮锛屽乏鍙冲绉般偽煎喅瀹氫簡姝f佸垎甯冪殑浣嶇疆锛屼笌渭瓒婅繎锛岃鍙栧埌鐨勬鐜囧氨瓒婂ぇ锛屽弽涔嬭秺灏忋傁冩弿杩扮殑鏄鎬佸垎甯冪殑绂绘暎绋嬪害銆傁冭秺澶э紝鏁版嵁鍒嗗竷瓒婂垎鏁o紝鏇茬嚎瓒婃墎骞筹紱...
  • 姝f佸垎甯冨嚱鏁鍏紡鏄粈涔?
    绛旓細姝f佸垎甯鍑芥暟锛屽叾鏍稿績鍏紡鍙互琛ㄧず涓猴細P(x) = (2蟺)^(-1/2) * 蟽^(-1) * e^[-(x-渭)^2/(2蟽^2)]锛岃繖閲孎(y)鍜孎(x)鍒嗗埆浠h〃Y鍜孹鐨勫垎甯冨嚱鏁锛屛兼槸鍧囧硷紝浠h〃鍒嗗竷涓績锛岀鏁g▼搴︾敱蟽锛屽嵆鏍囧噯宸喅瀹氥傁冭秺澶э紝鏁版嵁鍒嗘暎绋嬪害瓒婇珮锛屾洸绾胯秺鎵佸钩锛涘弽涔嬶紝蟽灏忓垯鏁版嵁闆嗕腑锛屾洸绾挎洿闄″抄銆傝繖...
  • 姝f佸垎甯冪殑鍒嗗竷鍑芥暟鏄粈涔?
    绛旓細姝f佹洸绾垮憟閽熷瀷锛屼袱澶翠綆锛屼腑闂撮珮锛屽乏鍙冲绉板洜鍏舵洸绾垮憟閽熷舰锛屽洜姝や汉浠張缁忓父绉颁箣涓洪挓褰㈡洸绾裤傝嫢闅忔満鍙橀噺X鏈嶄粠涓涓暟瀛︽湡鏈涗负渭銆佹柟宸负蟽2鐨勬鎬佸垎甯冿紝璁颁负N(渭锛屜2)銆傚叾姒傜巼瀵嗗害鍑芥暟涓姝f佸垎甯冪殑鏈熸湜鍊嘉煎喅瀹氫簡鍏朵綅缃紝鍏舵爣鍑嗗樊蟽鍐冲畾浜嗗垎甯冪殑骞呭害銆傚綋渭=0,蟽=1鏃剁殑姝f鍒嗗竷鏄鏍囧噯姝f佸垎甯冦
  • 扩展阅读:正态分布u与σ的关系 ... 正态分布的4个特征 ... 正态分布σ越大越高瘦 ... 标准正态分布φ(x)公式 ... 正态分布三个特殊值 ... 均匀分布的期望和方差 ... 正态分布e x 计算公式 ... 正态分布查表 ... 正态分布中的σ越大 ...

    本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网