如何求正態分佈 正態分佈是如何計算的？

可以使用 miniab 中的正態檢驗或隨機資料生成正態分佈。

你自己看看，我還是要你給一些點。 嘻嘻......

正態分佈公式<>

正態分佈函式的密度曲線可以表示為：x服從正態分佈，表示為x n（m，s2），其中為均值，s為標準差，x（-標準正態分佈為0，s為1。 <>

正態分佈的加性公式為：x+y n（3,8）。

相互獨立的正態變數的線性組合服從正態分佈。

即 x n（u1，（q1） 2）， y n（u2，（q2）） 則 z=ax+by n（a*u1+b*u2，（a 2）*（q1） 2+（b 2）*（q2） 2）。

標準正態分佈密度函式公式：<>

正常曲線呈鐘形，兩端低，中間高，左右對稱，因為它的曲線是鐘形的，所以人們常稱它為鐘形曲線。

如果隨機變數 x 服從正態分佈，數學期望值為 和 方差為 2，則表示為 n（ ，2）。 它的概率密度函式是決定其位置的正態分佈的期望值，其標準差決定了分布的幅度。 =0， 1 處的正態分佈是標準正態分佈。

圖形特徵： 濃度：正態曲線的峰值在正**處，即均值所在的位置。

對稱性：正態曲線以均值為中心，左右對稱，曲線的兩端從不與水平軸相交。

均勻變異性：正態曲線從均值所在位置開始，向左右兩側均勻減小。

曲線與橫軸之間的面積始終等於1，從正無窮大到負無窮大積分的概率為1，相當於概率密度函式函式的概率。 也就是說，頻率之和為 100%。

正態分佈概率計算公式：f（x）= x- ）正態分佈又稱“正態分佈”，又稱高斯分布，正態曲線呈鐘形，兩端低，中間高，左右對稱，因為它的曲線是鐘形的，所以人們常稱它為鐘形曲線。

主要特點： 估計頻率分布 服從正態分佈的變數，只要已知均值和標準差，就可以根據公式估計任何值範圍內的頻率比例。

正態分佈方法適用於服從正態（或接近正態）分布的指標，以及可以轉換為正態分佈的指標。

百分位數方法通常用作偏態分布的指標。 應熟練掌握表3-1中兩種方法的單邊和雙邊截止。

質量控制：為了控制實驗中的測量（或實驗）誤差，常將其用作上下警告值，並作為上下控制值。 這是基於測量（或實驗）誤差在正常情況下服從正態分佈。

正態分佈是許多統計方法的理論基礎。 各種統計方法，如檢驗、方差分析、相關振動和回歸分析，都要求分析的指標服從正態分佈。 雖然許多統計方法並不要求分析指標服從正態分佈，但相應的統計量在大樣本中近似為正態分佈，因此這些統計推斷方法也是基於大樣本中的正態分佈。

這是標準正態分佈。

密度函式：<>

如果要計算概率，則需要使用分布函式。

但是，它的分布函式不能寫成正態解析公式。 一般的計算方法是計算標準正態分佈函式在各點的分布函式的值，以製作乙個表格，並在實際計算中通過查詢表格來找到概率。 可以將非標準正態分佈函式轉換為標準正態分佈，然後進行計算。

引數含義：正態分佈有兩個引數，即期望值（均值）和標準差，其中 2 是方差。

正態分佈有兩個引數和乙個連續隨機變數 2。

，第乙個引數是服從正態分佈的隨機變數的後期均值，第二個引數 2 是該隨機變數的方差，因此正態分佈記為 n（ ，2）。

是正態分佈的位置引數，它描述了橙子濃度的正態分佈的位置。 概率定律是取乙個接近的值的概率高，取乙個較遠的值的概率越小。 正態分佈以 x= 作為對稱軸進行軸化。

左右兩側完全對稱。 期望值、均值、正態分佈的中位數。

如果模式相同，則等於 。

以上內容參考：百科 - 正態分佈。

解：使用“（表示標準正態 du 分布函式 n（0,1）]x n（3,4）， x-3） 2 n（0,1） 的值。 缺乏。

1)p=p(x>2)+p(x<-2)。

和 p（x>2）=p[（x-3） 2>（2-3） 2=-1 2]=1- （1 2）= 1 2）;p(x<-2)=p[(x-3)/2<(-2-3)/2=-5/2]=φ5/2)=1-φ(5/2)。

檢查標準正態分佈。

表 （1 2） =

p=φ(1/2)+1-φ(5/2)=。

2)p=p[(x-3)/2>(3-3)/2=0]=1-φ(0)。（0）=1 2，p=1-1 2=1 2。