正态分布概率密度函数PDF

2024-04-12 07:55:16

概率密度函数，这种方法能够表示随机变量每个取值有多大的可能性。

概率密度函数

四个不同参数集的概率密度函数（绿色线代表标准正态分布）

正态分布的概率密度函数均值为μ 方差为σ² (或标准差σ)是高斯函数的一个实例：

。

(请看指数函数以及π.)

如果一个随机变量X服从这个分布，我们写作 X ~ N(μ,σ²). 如果μ = 0并且σ = 1，这个分布被称为标准正态分布，这个分布能够简化为

。

右边是给出了不同参数的正态分布的函数图。

正态分布中一些值得注意的量：

密度函数关于平均值对称
平均值是它的众数（statistical mode）以及中位数（median）
函数曲线下68.268949%的面积在平均值左右的一个标准差范围内
95.449974%的面积在平均值左右两个标准差2σ的范围内
99.730020%的面积在平均值左右三个标准差3σ的范围内
99.993666%的面积在平均值左右四个标准差4σ的范围内
反曲点（inflection point）在离平均值的距离为标准差之处

累积分布函数

上图所示的概率密度函数的累积分布函数

累积分布函数是指随机变量X小于或等于x的概率，用密度函数表示为

正态分布的累积分布函数能够由一个叫做误差函数的特殊函数表示：

标准正态分布的累积分布函数习惯上记为Φ，它仅仅是指μ = 0，σ = 1时的值，

将一般正态分布用误差函数表示的公式简化，可得：

它的反函数被称为反误差函数，为：

该分位数函数有时也被称为probit函数。probit函数已被证明没有初等原函数。

正态分布的分布函数Φ(x)没有解析表达式，它的值可以通过数值积分、泰勒级数或者渐进序列近似得到。

性质

正态分布的一些性质:

如果且a与b是实数，那么aX + b∼N(aμ + b,(aσ)²) (参见期望值和方差).
如果与是统计独立的正态随机变量，那么:
- 它们的和也满足正态分布 (proof).
- 它们的差也满足正态分布.
- U与V两者是相互独立的。
如果和是独立正态随机变量，那么:
- 它们的积XY服从概率密度函数为p的分布
  
  其中K₀是贝塞尔函数（modified Bessel function）
- 它们的比符合柯西分布，满足X / Y∼Cauchy(0,σ_X / σ_Y).
如果为独立标准正态随机变量，那么服从自由度为n的卡方分布。

正态分布概率密度函数PDF相关推荐

matlab累积概率分布,[转载]Matlab累积分布函数cdf与概率密度函数pdf
累积分布函数cdf (Cumulative Distribution Function) 背景知识:http://www.lifelaf.com/blog/?p=746 语法 y = cdf('nam ...
matlab求莱斯分布pdf,Matlab累积分布函数cdf与概率密度函数pdf
累积分布函数cdf (Cumulative Distribution Function) 背景知识:http://www.lifelaf.com/blog/?p=746 语法 y = cdf('nam ...
matlab用辛普森公式求积分_标准正态分布概率密度函数的定积分计算方法及Python实现代码...
最近利用碎片时间在读Allen B.Downey的<贝叶斯思维:统计建模的Python学习法>,顺便用手机上的Pythonista写实例.因为Pythonista没有scipy科学计算包, ...
正态分布概率密度函数的推导
看概率统计书上都是直接给出正态分布的概率密度函数,有时候好奇为什么要是这个样子,于是上网查了一下,发现其是可以通过一些合理的前提假定推导出来的. 链接如下: http://www.flickering ...
概率质量函数(PMF)、概率密度函数(PDF)和累积分布函数(CDF)定义
定义概率质量函数(probability mass function,PMF) 概率密度函数(probability density function,PDF) 累积分布函数(Cumulative ...
概率质量函数(PMF)、概率密度函数(PDF)、累积分布函数(CDF)
1.概率分布函数(Probability Distribution Functions) 笔记来源:Probability Distribution Functions (PMF, PDF, CDF) ...
【数学建模】Matlab二维联合正态分布概率密度函数构造
文章目录前言一.公式解读二.构造过程 1.先求出均值(期望值),方差(或标准差),相关系数 2.写出联合PDF 3.画图总结前言二维正态分布,又名二维高斯分布(英语:Two-dimensi ...
概率密度函数pdf(probability densinity function) DOC API
https://docs.scipy.org/doc/scipy-0.19.1/reference/generated/scipy.stats.rv_continuous.pdf.html
绘制正态分布概率密度函数
miu = 0 sigma = 1 x = np.linspace(miu - 3 * sigma, miu + 3 * sigma, 50) y = np.exp(-(x - miu) ** 2 / ...

最新文章

热门文章