1樓：韶淑敏學鶯
正態分佈：若已知的密度函式（頻率曲線）為正態函式（曲線）則稱已知曲線服從正態分佈，記號
～。其中μ、σ^2
是兩個不確定常數，是正態分佈的引數，不同的μ、不同的σ^2對應不同的正態分佈。
正態曲線呈鍾型，兩頭低，中間高，左右對稱，曲線與橫軸間的面積總等於1。
2樓：匿名使用者
正態分佈是一種很重要的連續型隨機變數的概率分佈。記為x~n(μ，σ＾2)，其中μ為平均數，
σ＾2為方差。例如水稻產量，小麥株高，玉米百粒重等。
3樓：倚樓丶丶聽風雨
正態分佈的定義是什麼呢
4樓：匿名使用者
正態分佈（normal distribution）又名高斯分佈（gaussian distribution），是一個在數學、物理及工程等領域都非常重要的概率分佈，在統計學的許多方面有著重大的影響力。若隨機變數x服從一個數學期望為μ、標準方差為σ2的高斯分佈，記為：則其概率密度函式為正態分佈的期望值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，因此人們又經常稱之為鐘形曲線。我們通常所說的標準正態分佈是μ = 0,σ = 1的正態分佈。
我看這個答案可以
5樓：仲梓貳瑞彩
正態分佈，也稱常態分佈，是統計學中一種應用廣泛的連續分佈，用來描述隨機現象。首先由德國數學家高斯（carl
friedrich
gauss
1777-1855）發現，所以亦稱高斯分佈。
正態分佈現大量應用於誤差分析，及質量管理上，我們常說的6西格瑪理論，及千分之三原則，都**於正態分佈。
可以這樣說，沒有正態分佈，就沒有數理統計，沒有正態分佈，就沒有現代化企業。
6樓：匿名使用者
正態分佈（normal distribution），也稱「常態分佈」，又名高斯分佈（gaussian distribution），最早由a.棣莫弗在求二項分佈的漸近公式中得到。c.
f.高斯在研究測量誤差時從另一個角度匯出了它。p.
s.拉普拉斯和高斯研究了它的性質。[1] 是一個在數學、物理及工程等領域都非常重要的概率分佈，在統計學的許多方面有著重大的影響力。
正態分佈的含義是什麼？
標準正態分佈函式公式是什麼意思？
7樓：恛心
標準正態分佈（英語：standard normal distribution， 德語standardnormalverteilung），是一個在數學、物理及工程等領域都非常重要的概率分佈，在統計學的許多方面有著重大的影響力。
期望值μ=0，即曲線圖象對稱軸為y軸，標準差σ=1條件下的正態分佈，記為n(0，1)。
定義：標準正態分佈又稱為u分佈，是以0為均數、以1為標準差的正態分佈，記為n（0，1）。
標準正態分佈曲線下面積分布規律是：在-1.96～+1.96範圍內曲線下的面積等於0.9500，在-2.58～+2.58範圍內曲線下面積為0.9900。
統計學家還制定了一張統計用表（自由度為∞時），藉助該表就可以估計出某些特殊u1和u2值範圍內的曲線下面積。
正態分佈的概率密度函式曲線呈鐘形，因此人們又經常稱之為鐘形曲線。
我們通常所說的標準正態分佈是位置引數均數為0, 尺度引數：標準差為1的正態分佈（見下圖中綠色曲線）。
拓展資料：
標準偏差：
深藍色區域是距平均值小於一個標準差之內的數值範圍。在正態分佈中，此範圍所佔比率為全部數值之68%，根據正態分佈，兩個標準差之內的比率合起來為95%；三個標準差之內的比率合起來為99%。
在實際應用上，常考慮一組資料具有近似於正態分佈的概率分佈。
若其假設正確，則約68.3%數值分佈在距離平均值有1個標準差之內的範圍，約95.4%數值分佈在距離平均值有2個標準差之內的範圍，以及約99.
7%數值分佈在距離平均值有3個標準差之內的範圍。
稱為「68-95-99.7法則」或「經驗法則」。
8樓：匿名使用者
正態分佈（又名高斯分佈），是一個在數學、物理及工程等領域都非常重要的概率分佈，在統計學的許多方面有著重大的影響力。
若隨機變數x服從一個數學期望為μ、方差為σ^2的高斯分佈，記為n(μ，σ^2)。其概率密度函式為
此即正態分佈函式，期望值μ決定了其位置，標準差σ決定了分佈的幅度。
標準正態分佈是正態分佈的一種特殊情況，通常所說的標準正態分佈是指μ = 0,σ = 1的正態分佈。其表示式為
其數學意義是，測量資料與期望值的偏差在期望值的左右兩邊按指數律對稱分佈。
正態分佈的影象如下所示，上圖為一般正態分佈，下圖為標準正態分佈。
9樓：虎子貓
就是a=1，u=0的函式
正態分佈的φ是什麼意思?
10樓：假面
ф是標準
正態分佈的函式符號，首先將正態分
布轉化成標準正態分佈，然後通過專標準正態分屬布表查詢數值，就可以算出結果了。
若隨機變數x服從一個數學期望為μ、方差為σ^2的正態分佈，記為n(μ，σ^2)。其概率密度函式為正態分佈的期望值μ決定了其位置，其標準差σ決定了分佈的幅度。當μ = 0,σ = 1時的正態分佈是標準正態分佈。
11樓：匿名使用者
可以從影象上理解：
標準正態分佈影象（那個鼓包）反應的是概率密度的影象，就是每個點x0處的一點的概率；
φ是標準正態分佈的分佈函式，
反應的是x0處左側的面積，就是x 12樓：匿名使用者 φ是標準正態分佈的分佈函式，資料是查表得到的 13樓：幾何分佈 一個符號啊，表示小於2的概率 正態分佈大概是什麼意思？ 14樓：匿名使用者 不斷分細，形成不與橫軸相交的光滑曲線圖。這條曲線稱為頻數曲線或頻率曲線，近似於數學上的 15樓：匿名使用者 你問的是大概，那就不需要精確，也不用從數學概念上文縐縐的來跟你解釋。所謂正態分佈，就是正常形態的分佈，它是自然界的一種規律。 16樓：匿名使用者 1,正態分佈是一種函式。它的圖形見附圖。 2,正態分佈的特點見附圖2。 17樓：樂卓手機 正態分佈是什麼意思?什麼叫正態分佈一般的.人們想要真正賺錢時，利用正態分佈是沒有什麼實際價值的。 那些看過電影《畢業生》的人記住了達斯丁·霍夫曼(dustin hoffman)關健的一句話是:「整形外科賺錢!相應的，正態分佈能賺錢嗎? 或許它真能賺錢。當人們看一張十馬克鈔票時，人們會發現數學家卡爾·弗雷德裡克·高斯(carl fridrichgauss)的影象。影象下面畫的是高斯於2023年發現的正態分佈圖和公式。 10馬克妙票上的公式巳經被我放大到能讓讀者更清楚地看清它。在公式中，需要畫出的正態(或高斯)分佈是兩個變數:預期價值和標準離差。 正態分佈準確地說.什麼是標準離差?它計最以標準方式表達的期望值(標準差)的離差。 第一步是收集一系列教據和決定你的期望值是多少。例如找們前面討論的拋兩個般子的情況.你可能期望得到一個綜合值等於7點的結果。 然而你可能得到的不是7(事實上你有5/6秒時間的機會)。通過期望我們如何確定分佈?好. 我們拋般子50次並記錄結果。 18樓：匿名使用者 正態分佈（又名高斯分佈），是一個在數學、物理及工程等領域都非常重要的概率分佈，在統計學的許多方面有著重大的影響力。 若隨機變數x服從一個數學期望為μ、方差為σ^2的高斯分佈，記為n(μ，σ^2)。其概率密度函式為 此即正態分佈函式，期望值μ決定了其位置，標準差σ決定了分佈的幅度。 標準正態分佈是正態分佈的一種特殊情況，通常所說的標準正態分佈是指μ = 0,σ = 1的正態分佈。其表示式為 其數學意義是，測量資料與期望值的偏差在期望值的左右兩邊按指數律對稱分佈 19樓：匿名使用者 正態分佈是最重要的一種概率分佈。正態分佈概念是由德國的數學家和天文學家moivre於2023年首次提出的，但由於德國數學家gauss率先將其應用於天文學家研究，所以正態分佈又叫高分佈。 20樓：x張林 是在不斷分細中，形成不與橫軸相交的光滑曲線圖。這條曲線稱為頻數曲線或頻率曲線，近似於數學上的。 「正態分佈」的意義是什麼？ 21樓：浮生梔 「正態分佈」的意義許多統計方法的理論基礎。 檢驗、方差分析、相關和迴歸分析等多種統計方法均要求分析的指標服從正態分佈。許多統計方法雖然不要求分析指標服從正態分佈，但相應的統計量在大樣本時近似正態分佈，因而大樣本時這些統計推斷方法也是以正態分佈為理論基礎的 在數學、物理及工程等領域都非常重要的概率分佈，在統計學的許多方面有著重大的影響力，若隨機變數服從一個位置引數、尺度引數為的概率分佈。 正態分佈是一種概率分佈。正態分佈是具有兩個引數μ和σ^2的連續型隨機變數的分佈，第一引數μ是遵從正態分佈的隨機變數的均值，第二個引數σ^2是此隨機變數的方差，所以正態分佈記作n(μ，σ^2 )。 遵從正態分佈的隨機變數的概率規律為取 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。
擴充套件資料 標準正態分佈特點：密度函式關於平均值對稱 平均值與它的眾數（statistical mode）以及中位數（median）同一數值。 函式曲線下68.268949%的面積在平均數左右的一個標準差範圍內。 95.449974%的面積在平均數左右兩個標準差的範圍內。 99.730020%的面積在平均數左右三個標準差的範圍內。 99.993666%的面積在平均數左右四個標準差的範圍內。 函式曲線的反曲點（inflection point）為離平均數一個標準差距離的位置。 22樓：杉杉渤文 是一個在數學、物理及工程等領域都非常重要的概率分佈，在統計學的許多方面有著重大的影響力。若隨機變數服從一個位置引數、尺度引數為的概率分佈。 正態分佈（normal distribution)是一種概率分佈。 正態分佈是具有兩個引數μ和σ^2的連續型隨機變數的分佈，第一引數μ是遵從正態分佈的隨機變數的均值，第二個引數σ^2是此隨機變數的方差，所以正態分佈記作n(μ，σ^2 )。遵從正態分佈的隨機變數的概率規律為取 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。 主要特點 ⒈ 估計頻數分佈 一個服從正態分佈的變數只要知道其均數與標準差就可根據公式即可估計任意取值範圍內頻數比例。 ⒉ 制定參考值範圍 ⒊ 質量控制：為了控制實驗中的測量（或實驗）誤差，常以 作為上、下警戒值，以 作為上、下控制值。這樣做的依據是：正常情況下測量（或實驗）誤差服從正態分佈。 ⒋ 正態分佈是許多統計方法的理論基礎。檢驗、方差分析、相關和迴歸分析等多種統計方法均要求分析的指標服從正態分佈。許多統計方法雖然不要求分析指標服從正態分佈，但相應的統計量在大樣本時近似正態分佈，因而大樣本時這些統計推斷方法也是以正態分佈為理論基礎的。 這是一個好問題,但無法回答。通常情況下,正態分佈是一個先驗的預專設。在社屬會學 心理學 經濟學領域,用正態分佈來描述客觀現象,的確是比較合適,至少,沒有理由不使用正態分佈。或者,在已經表述出來的理論分佈型別中,使用正態分佈比其他分佈更可靠。如果要判斷某一類現象是否正態分佈,是非常困難的。因為,認識一... 正態分佈的特點是什麼呢 簡述正態分佈的特點。1.正態 曲線 normal curve 在橫軸上方均數處最高。2.正態分佈以均數為中心，左右對稱。3.正態分佈有兩個引數，即均數和標準差。是位置引數，當固定不變時，越大，曲線沿橫軸越向右移動 反之，越小，則曲線沿橫軸越向左移動。是形狀引數，當固定不變時，... 一階導函式是表示變化率的，結合題主的問題，這裡的意思就是正態分佈的密度函式值在均值 一個標準差處前後會發生一個劇變，因為這一範圍其實已經包含了65 44 的情況，而到了均值加減兩個標準差就直接包含了超過95 可以和密度曲線比較一下看一看 在均值 一個標準差之內曲線變化速度較慢，是往外凸的 而這兩點之...數學正態分佈問題,數學問題正態分佈,說明了什麼樣的物理意義
正態分佈有什麼特點，簡述正態分佈的特點。
正態分佈簡單性質，正態分佈有什麼特點