正態(tài)分布有什么意義(正態(tài)分布的意義是什么)
哈嘍,大家好~~~我是小編田甜,關(guān)于正態(tài)分布有什么意義,正態(tài)分布的意義是什么這個(gè)很多人還不知道,那么現(xiàn)在讓田甜帶著大家一起來(lái)看看吧!
1、一種概率分布。
2、正態(tài)分布是具有兩個(gè)參數(shù)μ和σ2的連續(xù)型隨機(jī)變量的分布,第一參數(shù)μ是服從正態(tài)分布的隨機(jī)變量的均值,第二個(gè)參數(shù)σ2是此隨機(jī)變量的方差,所以正態(tài)分布記作N(μ,σ2 )。
3、 服從正態(tài)分布的隨機(jī)變量的概率規(guī)律為取與μ鄰近的值的概率大 ,而取離μ越遠(yuǎn)的值的概率越??;σ越小,分布越集中在μ附近,σ越大,分布越分散。
4、正態(tài)分布的密度函數(shù)的特點(diǎn)是:關(guān)于μ對(duì)稱,在μ處達(dá)到最大值,在正(負(fù))無(wú)窮遠(yuǎn)處取值為0,在μ±σ處有拐點(diǎn)。
5、它的形狀是中間高兩邊低 ,圖像是一條位于x軸上方的鐘形曲線。
6、當(dāng)μ=0,σ2 =1時(shí),稱為標(biāo)準(zhǔn)正態(tài)分布,記為N(0,1)。
7、μ維隨機(jī)向量具有類似的概率規(guī)律時(shí),稱此隨機(jī)向量遵從多維正態(tài)分布。
8、多元正態(tài)分布有很好的性質(zhì),例如,多元正態(tài)分布的邊緣分布仍為正態(tài)分布,它經(jīng)任何線性變換得到的隨機(jī)向量仍為多維正態(tài)分布,特別它的線性組合為一元正態(tài)分布。
9、 正態(tài)分布最早由A.棣莫弗在求二項(xiàng)分布的漸近公式中得到。
10、C.F.高斯在研究測(cè)量誤差時(shí)從另一個(gè)角度導(dǎo)出了它。
11、P.S.拉普拉斯和高斯研究了它的性質(zhì)。
12、 生產(chǎn)與科學(xué)實(shí)驗(yàn)中很多隨機(jī)變量的概率分布都可以近似地用正態(tài)分布來(lái)描述。
13、例如,在生產(chǎn)條件不變的情況下,產(chǎn)品的強(qiáng)力、抗壓強(qiáng)度、口徑、長(zhǎng)度等指標(biāo);同一種生物體的身長(zhǎng)、體重等指標(biāo);同一種種子的重量;測(cè)量同一物體的誤差;彈著點(diǎn)沿某一方向的偏差;某個(gè)地區(qū)的年降水量;以及理想氣體分子的速度分量,等等。
14、一般來(lái)說(shuō),如果一個(gè)量是由許多微小的獨(dú)立隨機(jī)因素影響的結(jié)果,那么就可以認(rèn)為這個(gè)量具有正態(tài)分布(見中心極限定理)。
15、從理論上看,正態(tài)分布具有很多良好的性質(zhì) ,許多概率分布可以用它來(lái)近似;還有一些常用的概率分布是由它直接導(dǎo)出的,例如對(duì)數(shù)正態(tài)分布、t分布、F分布等。
本文分享完畢,希望對(duì)大家有所幫助哦。
免責(zé)聲明:本文為轉(zhuǎn)載,非本網(wǎng)原創(chuàng)內(nèi)容,不代表本網(wǎng)觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí),對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾,請(qǐng)讀者僅作參考,并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。
- 震驚!LCK 新晉天才新人登場(chǎng),對(duì)
- 明日之后新年之際,新房等待入住
- 暗區(qū)突圍 7 級(jí)頭及暗區(qū)突圍四大
- 鳴潮中菲比的突破材料如何獲???
- 當(dāng)前 dnf 中哪個(gè)職業(yè)更易混團(tuán)?
- 原神:一款充滿樂趣與挑戰(zhàn)的手游
- 暗區(qū)突圍人機(jī)對(duì)戰(zhàn)模式:暗區(qū)突圍
- dnf 不同起源強(qiáng)化卷性價(jià)比對(duì)比
- 神谷英樹:他所打造的所有游戲皆
- DNF 締造者適合用哪款傳說(shuō)裝備?
- 特朗普曾下令對(duì)‘伊斯蘭國(guó)’成員
- 魔獸世界 WLK 情人節(jié)掉落 245B