知道均值，标准差，求某个范围所占的百分比怎么求

在正常情况下，男生体重（或诸如此类的其他什么）应该服从正态分布。（即X~﹙60，52﹚﹚
（因为如果随机的话，所有人的体重都应该在均值附近波动，极低或极高的很少，这也是可以用平均数和方差估计样本中某一数量百分比的必备条件）。
又：注意到55=60-5,65=60+5
所以由正态分布的性质可知P﹙55≤X≤65)＝0683
(该数据是一种统计学规律，由高斯计算出来，共3个数字：在均值左右各一个标准差差时为0683，各两个标准差时为0954，三个时为0997）
哦

离散度是标准差除以平均数
比如1 1 1 9 9 9六个数字
和97 98 99 100 101 102 ,你会发现第二组数据比较集中,第一组数据比较分散但是由于数字本身太大了,使得他比第一组数据的标准差还大
因此为了衡量数据本身的离散程度,要除以数据的平均数,以去掉数字过大造成的影响
除以平均数之后的数字就是离散度,这个数是相对的,所以有百分号

假定身高服从正态分布（1586,518^2），那么将163标准化得到标准分为08494，即：

Z=（163-1586）/518=08494

按Z=085，可zhi查表得到概率值为08023，即你身高的百分位数是8023%。

如果用Excel精确计算，则百分位数是8022%。

在正常情况下，男生体重（或诸如此类的其他什么）应该服从正态分布。（即X~﹙60，5²﹚﹚

（因为如果随机的话，所有人的体重都应该在均值附近波动，极低或极高的很少，这也是可以用平均数和方差估计样本中某一数量百分比的必备条件）。

又：注意到55=60-5,65=60+5

所以由正态分布的性质可知P﹙55≤X≤65)＝0683

(该数据是一种统计学规律，由高斯计算出来，共3个数字：在均值左右各一个标准差差时为0683，各两个标准差时为0954，三个时为0997）

扩展资料：

在传统的直线回归分析中， 常采用最小二乘法，同时要求数据的独立性、正态性及常数方差，即给定自变量 时因变量的条件分布为正态分布，且不同时的方差相同。其目的是根据给定的自变量估计因变量的均数及其可信区间或估计因变量的容许区间或参考值范围等。

但医学研究中，某些资料不满足上述要求，特别当观察值中有离群值、强影响点时，所拟合的回归直线因“迁就”这个些离群值、强影响点而使整体的拟合结果产生不同程度的偏离 以致影响了稳定性。

参考资料来源：百度百科-百分位数

---