正态分布的规律,均值X服从N(u,(σ^2)/n)
因为X1,X2,X3,...,Xn都服从N(u,σ^2) ,正太分布可加性X1+X2...Xn服从N(nu,nσ^2).
均值X=(X1+X2...Xn)/n,所以X期望为u,方差D(X)=D(X1+X2...Xn)/n^2=σ^2/n
(1)正态分布图像关于x=μ对称,其中μ为正态分布的期望值;
(2)正态分布的标准差越小,图像在x=μ处曲率半径越小,图像越高耸,也就是意味着取值在x=μ附近的几率越大。反之亦然;
(3)正态分布曲线与x轴之间的面积为1;
(4)图像的拐点在x=μ+σ和x=μ-σ处;
(5)正态分布为中心极限定理的大样本统计分布。
扩展资料正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布,记为N(μ,σ^2)。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。当μ = 0,σ = 1时的正态分布是标准正态分布。
由于一般的正态总体其图像不一定关于y轴对称,对于任一正态总体,其取值小于x的概率。只要会用它求正态总体在某个特定区间的概率即可。