8. 正太分布的运用

离散与连续数据

离散数据：

• 数据由单独数值组成，每个数有相应概率
• 为数值型数据，只取确切值
• 往往以某种方式技术

连续数据：

• 包含一个数据范围，数值可无穷无尽
• 通过测量得到，结果取决于测量精度

概率密度函数

连续数据概率分布：

• 特定精度水平
• 数值范围的概率

概率密度函数

• 描述连续随机变量的概率分布

• 求出一个数据范围内某各连续变量的概率

概率计算

连续随机变量的概率用面积来表示

对于任何概率分布，总概率必须等于1，即面积必须等于1。

处理连续数据，计算的是一个数值范围的概率。

正态分布

连续数据的理想模型

• 钟形曲线，曲线对称，中央部位的概率密度最大。

• 越是偏离均值 ， 概率密度减小。

• 均值和中位数均位于中央 ， 具有最大概率密度。

通过参数和进行定义。 指出曲线的中央位置， 指出分散性。

• 越大，正态分布越扁平
• 概率密度无限接近于但不等于0

正态概率计算

• 求介于a和b之间的概率（借助概率表）

1. 确定概率分布与范围

   • 计算均值,标准差
   • 需要求出那一部分概率

2. 标准化#card=math&code=N%280%2C1%29)

   • 移动均值

• 收窄

概率表仅给出N(0,1)分布的概率，需要进行标准化

%0A%0A%3E%20%E6%B3%A8%EF%BC%9A%E6%A6%82%E7%8E%87%E5%88%86%E5%B8%83%E8%A1%A8%E6%9F%A5%E6%89%BE%E7%9A%84%E4%B8%BA%24P(Z%3Cz)%24%E7%9A%84%E6%A6%82%E7%8E%87%0A%3E%20!%5Bimage-20200108102806152%5D(https%3A%2F%2Fcdn.nlark.com%2Fyuque%2F0%2F2020%2Fpng%2F517300%2F1578499032653-417f0880-84d0-4325-be86-b48d4b085baa.png)%0A%0A%E8%8B%A5%E5%B7%B2%E7%9F%A5%EF%BC%88%E4%B8%A4%E7%BB%84%EF%BC%89%E6%A6%82%E7%8E%87%EF%BC%8C%E6%B1%82%E5%9D%87%E5%80%BC%EF%BC%8C%E6%96%B9%E5%B7%AE%E3%80%82%E5%8F%AF%E4%BB%A5%E5%88%97%E5%87%BA%E6%96%B9%E7%A8%8B%E7%BB%84%E6%B1%82%E8%A7%A3%E3%80%82#card=math&code=Z%3D%5Cfrac%7BX-%5Cmu%7D%7B%5Csigma%7D%24%24%20%EF%BC%88%E5%8D%B3CH3%E4%B8%AD%E7%9A%84%E6%A0%87%E5%87%86%E5%88%86%EF%BC%89%0A%0AX%EF%BC%9A%E6%B1%82%E7%9A%84%E6%A6%82%E7%8E%87%E5%8F%98%E9%87%8F%0A%0A%24%5Cmu%24%20%3AX%E7%9A%84%E5%9D%87%E5%80%BC%0A%0A%24%5Csigma%24%3AX%E7%9A%84%E6%A0%87%E5%87%86%E5%B7%AE%0A%0A3.%20%E6%9F%A5%E6%89%BE%E6%A6%82%E7%8E%87%0A%20%20%20%0A%0A%21%5Bimage-20200108102633264%5D%28https%3A%2F%2Fcdn.nlark.com%2Fyuque%2F0%2F2020%2Fpng%2F517300%2F1578499034869-e1c6c173-43f4-4ca0-aa70-ef67f6f5b412.png%29%0A%0A%3E%20%2A%2A%E6%B3%A8%2A%2A%EF%BC%9A%E6%A6%82%E7%8E%87%E5%88%86%E5%B8%83%E8%A1%A8%E6%9F%A5%E6%89%BE%E7%9A%84%E4%B8%BA%24P%28Z%3Cz%29%24%E7%9A%84%E6%A6%82%E7%8E%87%0A%3E%20%21%5Bimage-20200108102806152%5D%28https%3A%2F%2Fcdn.nlark.com%2Fyuque%2F0%2F2020%2Fpng%2F517300%2F1578499032653-417f0880-84d0-4325-be86-b48d4b085baa.png%29%0A%0A%E8%8B%A5%E5%B7%B2%E7%9F%A5%EF%BC%88%E4%B8%A4%E7%BB%84%EF%BC%89%E6%A6%82%E7%8E%87%EF%BC%8C%E6%B1%82%E5%9D%87%E5%80%BC%EF%BC%8C%E6%96%B9%E5%B7%AE%E3%80%82%E5%8F%AF%E4%BB%A5%E5%88%97%E5%87%BA%E6%96%B9%E7%A8%8B%E7%BB%84%E6%B1%82%E8%A7%A3%E3%80%82)