概率密度图怎么看均值和方差

首先,把[F(x+Δx)-F(x)]/Δx的定义为平均密度,然后其中F(x)就是分布函数,[F(x+Δ度x)-F(x)]/Δx那么就是平均的概率密度了。
然后,我们对上式来取极限,这就是某一处的概率密度了,再然后limΔx趋0[F(x+Δx)-F(x)]/Δx,这样的话不就是对分布函数F(x)求导,接下来,我们的概率密度函数f(x),就是这个意思了,它就反应了概率是在x点附近的密集程度了。
最后,可以理解是概率密集程度,或者是比人口密度,是人口比人口分布

这张图里的方差分析F检验结果不显著。看显著性检验结果有两种方法。

1、根据F值判断。

SPSS输出的表格中“F”即样本的计算结果。之后考虑显著性检验的临界值α和F统计量的自由度，在F检验表中查找F的临界值（下表是α=01的F临界值表，如果α设定为005或001则应查找对应的F检验表）。最后，将SPSS计算出的F值与F临界值比较，若大于临界值则可以说在α的意义下结果显著，否则不显著。

2、根据Sig判断。

SPSS输出的Sig结果即将计算出的F值根据自由度转换为了P-Value，可以直接根据Sig判断是否显著，若Sig<α则结果显著，否则不显著，这一方法更方便。

在此基础上拓展一下，z检验、t检验、Chi-Square检验（卡方检验）等判断显著或进行假设检验的方式都是类似的，或者根据对应的检验表，或者根据P-Value。如果根据检验表判断，可分为三步：

第一步，计算统计量的观测值，例如此处的F值，这一步SPSS会直接输出；

第二步，查表，根据自由度和α找到临界值；

第三步，将SPSS输出的统计量观测值与查表所得临界值进行对比，得出结果。

相较之下，根据P-Value来判断则非常简单，SPSS已经根据样本计算并输出了P-Value，只需将P-Value和α对比即可。

此外在一些情况下，SPSS也会自动以星号（）的数量对是否显著进行标记，例如做相关系数分析时，在001级别相关性显著会标注出“”，在005级别相关性显著标注“”等等。

方差指的是每个数据与平均数的平方的和的平均数
如10个数据:a1,a2,a3,a4,a5,a6,a7,a8,a9,a10;
平均数为b
则方差为(a1-b)的平方+(a2-b)的平方++(a10-b)的平方的总和再除以数据数10所得结果
如果还不明白,可以找一找初三或高三数学课本,上面有详细讲解
祝你早日弄清楚!!

---