本文目录一览：

正态分布函数公式是什么?

正态分布函数公式是P(x)=(2π)^(-1/2)*σ^(-1)*exp{[-(x-μ)^2]/(2σ^2)}。 其中 F(y)为Y的分布函数，F(x)为X的分布函数。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。若随机变量X服从一个位置参数为μ、尺度参数为σσ的概率分布，且其概率密度函数为f(x)=12π−−√σe−（x−μ）22σ2。

正态分布函数的特征

1、集中性，正态曲线的高峰位于正中央，即均数所在的位置。

2、对称性，正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。

3、均匀变答动性，正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。

4、正态分布有两个参数，即均数μ和标准差σ，可记作N（μ，σ）。

5、u变换，为了便于描述和应用，常将正态变量作数据转换。

正态分布的分布函数是什么？

一般正态分布的分布函数F(x)：

F(x)=P(X⩽x)=1√2πσ∫x−∞e−（t−μ）22σ2dt。

标准正态分布的分布函数Φ（x)：

Φ（x)=P(X⩽x)=1√2π∫x−∞e−t22dt。

正态分布具体介绍：

正态分布概率计算公式：F(x)=Φ［（x-μ）／σ］，正态分布也称“常态分布”，又名高斯分布，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。

正态分布的公式是什么

正态分布

若连续型随机变量 X的概率密度为

其中μ，σ（σ0）为常数，则称 X服从参数为μ，σ的正态分布或高斯（Gauss）分布，

1、曲线关于x=μ对称.这表明对于任意h0

2、当x=μ时取到最大值

x离μ越远，f（x）的值越小.这表明对于同样长度的区间，当区间离μ越远，X 落在这个区间上的概率越小.

在 x=μ±a处曲线有拐点.曲线以 Ox 轴为渐近线.

标准正态分布函数是什么?

标准正态分布函数公式如下图：

标准正态分布函数的性质：

1、密度函数关于平均值对称。

2、函数曲线下68.268949%的面积在平均数左右的一个标准差范围内。

3、函数曲线的反曲点为离平均数一个标准差距离的位置。

4、平均值与它的众数以及中位数同一数值。5、95.449974%的面积在平均数左右两个标准差的范围内。

标准正态分布是以0为均数，以1为标准差的正态分布，记为N（0，1）。标准正态分布在数学、物理及工程等领域都非常重要，在统计学的许多方面也有着重大的影响力。

正态分布也称为高斯分布。客观世界中很多变量都服从或近似服从正态分布，且正态分布具有很好的数学性质，所以正态分布也是人们研究最多的分布之一。

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σ2的正态分布，记为N(μ，σ2)。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。

标准正态分布函数公式是什么意思？

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)。

定义：

标准正态分布又称为u分布，是以0为均数、以1为标准差的正态分布，记为N（0，1）。

标准正态分布曲线下面积分布规律是：在-1.96～+1.96范围内曲线下的面积等于0.9500，在-2.58～+2.58范围内曲线下面积为0.9900。

统计学家还制定了一张统计用表（自由度为∞时），借助该表就可以估计出某些特殊u1和u2值范围内的曲线下面积。

正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。

我们通常所说的标准正态分布是位置参数均数为0, 尺度参数：标准差为1的正态分布（见下图中绿色曲线）。

拓展资料：

标准偏差：

深蓝色区域是距平均值小于一个标准差之内的数值范围。在正态分布中，此范围所占比率为全部数值之68%，根据正态分布，两个标准差之内的比率合起来为95%；三个标准差之内的比率合起来为99%。

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68.3%数值分布在距离平均值有1个标准差之内的范围，约95.4%数值分布在距离平均值有2个标准差之内的范围，以及约99.7%数值分布在距离平均值有3个标准差之内的范围。

称为“68-95-99.7法则”或“经验法则”。

参考资料：标准正态分布-百度百科