正态分布函数的语法是NORMDIST(x,mean,standard_dev,cumulative)cumulative为一逻辑值,如果为0则是密度函数,如果为1则是累积分布函数。如果画正态分布图,则为0。
例如均值10%,标准值为20%的正态分布:先在A1中敲入一个变量,假定-50,选中A列,点编辑-填充-序列,选择列,等差序列,步长值10,终止值70。
然后在B1中敲入NORMDIST(A1,10,20,0),返回值为0000222,选中B1;当鼠标在右下角变成黑十字时,下拉至B13,选中A1B13区域,点击工具栏上的图表向导-散点图,选中第一排第二个图,点下一步,默认设置,下一步,标题自己写,网格线中的勾去掉,图例中的勾去掉,点下一步,完成。
图就初步完成了。下面是微调把鼠标在图的坐标轴上点右键,选 坐标轴格式,在刻度中填入你想要的最小值,最大值,主要刻度单位(x轴上的数值间隔),y轴交叉于(y为0时,x多少)等等。确定后,正态分布图就大功告成了。
标准正态分布英语:standard normal distribution,德语Standardnormalverteilung,是一个在数学、物理及工程等领域都非常重要的 概率分布,在统计学的许多方面有着重大的影响力。 期望值μ=0,即曲线图象对称轴为Y轴,标准差σ=1条件下的 正态分布,记为N(0,1)。
在实际应用上,常考虑一组数据具有近似于正态分布的概率分布。若其假设正确,则约683%数值分布在距离平均值有1个标准差之内的范围,约954%数值分布在距离平均值有2个标准差之内的范围,以及约997%数值分布在距离平均值有3个标准差之内的范围。称为“68-95-997法则”或“经验法则”。
有了概率密度函数f(x),只需对其进行变上限积分,即得分布函数F(x) = P(X<=x) = ∫(下限负无穷,上限x) f(u)du
有了分布函数F(x),只需对其进行求导,即得密度函数
f(x) = dF(x)/dx
正态分布概率计算公式:
其中μ为均数,σ为标准差。μ决定了正态分布的位置,与μ越近,被取到的概率就越大,反之越小。σ描述的是正态分布的离散程度。σ越大,数据分布越分散曲线越扁平;σ越小,数据分布越集中曲线越陡峭。
正态分布符号定义:
若随机变量X服从一个数学期望为μ、方差为的高斯分布,记为N(μ,)。其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。因其曲线呈钟形,因此人们又经常称之为钟形曲线。正态分布有两个参数,即均数(μ)和标准差(σ)。
例如,在生产条件不变的情况下,产品的强力、抗压强度、口径、长度等指标;同一种生物体的身长、体重等指标;同一种种子的重量;测量同一物体的误差;d着点沿某一方向的偏差;某个地区的年降水量;以及理想气体分子的速度分量,等等。
记密度函数为f(x)=le^(-lx),x>=0' 0,x<0 则分布函数 F(x)=∫{-无穷大,x}f(x)dx=∫{0,x}e^(-lx)dx=-e^(-lx){0,x}=1-e^(-lx)
概率 P(|X|<=1)=P(-1<=X<=1)=F(1)-F-1)=e^l-e^(-l),
P(-2<X<1)=F(1)-F-2)=e^(2l)-e^(-l)
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)