正态分布如何进行标准化?急!

发布网友发布时间：2022-04-28 11:21

共3个回答

热心网友时间：2022-06-18 17:33

惹X～N（p，k＾2）的正态分布，则Z＝（X－p）／k～N（0，1）的标准正态分布，即统计量减期望值后除以方差。

假设X～N（μ，σ＾2），则Y＝（X－μ）／σ～N（0，1）．证明；因为X～N（μ，σ＾2），所以P（x）＝（2π）＾（－1／2）＊σ＾（－1）＊exp｛［－（x－μ）＾2］／（2σ＾2）｝

y=kx+b直线，它不一定过原点的，但是通过变换就可以了：大Y=y-b；大X=kx；===>大Y=大X

y=a*b乘积，通过变换就可以变成加法运算：Ln（y）=Lna+Lnb

y=ax²+bx+c通过变换就可以变成标准形式：y=a（x+b/（2a））²+（c-b²/（4a））

参数含义：

正态分布有两个参数，即期望（均数）μ和标准差σ，σ2为方差。

正态分布具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N（μ，σ2）。

μ是正态分布的位置参数，描述正态分布的集中趋势位置。概率规律为取与μ邻近的值的概率大，而取离μ越远的值的概率越小。正态分布以X=μ为对称轴，左右完全对称。正态分布的期望、均数、中位数、众数相同，均等于μ。

以上内容参考：百度百科-正态分布

热心网友时间：2022-06-18 17:33

惹X～N（p，k＾2）的正态分布，则Z＝（X－p）／k～N（0，1）的标准正态分布，即统计量减期望值后除以方差。

（注：F（y）为Y的分布函数，Fx（x）为X的分布函数）

扩展资料

标准正态分布又称为u分布，是以0为均数、以1为标准差的正态分布，记为N（0，1）。

标准正态分布曲线下面积分布规律是：在－1．96～＋1．96范围内曲线下的面积等于0．9500，在－2．58～＋2．58范围内曲线下面积为0．9900。统计学家还制定了一张统计用表（自由度为∞时），借助该表就可以估计出某些特殊u1和u2值范围内的曲线下面积。

热心网友时间：2022-06-18 17:33

惹X～N(p,k^2)的正态分布,则Z=(X-p)/k～N(0,1)的标准正态分布.
即统计量减期望值后除以方差.