5.正态分布摘要.ppt

正态分布 考生往往想知道之间在群体中的位置 学校教师往往想知道自己任课班级在整个学校的位置 校长需要对不同学科考试分数进行各种比较 如何进行科学合理的比较？如何使比较令他人信服呢？ 一、正态分布 1、正态分布 正态分布（正常状态下的分布），是一种理论上的连续变量的概率分布。“两头小，中间大，左右对称”圆滑曲线。 密度函数： 其中：π是圆周率； e是自然对数底；x为随机变量取值；μ为正态分布均值；σ为标准差。 图1 正态分布曲线 （1）曲线关于x=μ对称 （2）曲线以x轴为渐近线 （3）f(x)在x=μ处达到最大值 （4）曲线依赖两个参数μ，σ μ决定位置，σ决定形状 μ固定， σ变大，曲线低平； σ变小，曲线陡峭 σ固定，μ变化，曲线形状不变，位置改变（平移） 2、正态曲线的性质： 均数μ相同、标准差σ不同的正态分布曲线 标准差σ相同、均数μ不同的正态分布曲线 二、标准正态分布 1、定义称参数为μ=0，σ=1的正态分布为标准正态分布，即随机变量的概率密度为 则称z服从标准正态分布，记作z～N（0，1）。 在数理统计中,一般正态分布都可以化为标准正态分布,即 2、标准正态分布曲线 3、标准正态分布表的使用 【例1】已知Z～N(0,1),求 （1）P（0Z1.96） (2)P（-1.96Z0） (3)P(-1Z2) 【解】 (1)p(0Z1.96 ）=0.475 (2) p(-1.96Z0）= p(0Z1.96 ）=0.475 (3)p(-1Z2)=P(-1Z0)+P(0Z2) = P(0Z1) + P(0Z2) =0.3413+0.9772 =0.8185 【例2】已知X～N（2.5,4),求P(2.8X4.2),P(1.5X3.8),P(X3.2) 【解】 4、3s原则：任何一组样本数据的观测值几乎均位于平均值两侧3个标准差范围之内。 【例3】设X～N（μ，σ2），求X的取值分别落在 （μ-σ，μ+σ）,（μ-2σ，μ+2σ），（μ-3σ，μ+3σ）内的概率。 【解】 这表明,正态变量X几乎不在(μ-3σ,μ+3σ)之外取值. 三、正态分布在教育研究中的应用 1、利用正态分布确定超前百分位数，排定名次 超前百分位数是指列于某一个数值之后的人在全体人员中所占的百分数。 例1 某市一次高三数学会考的平均成绩为μ=75（分 ),标准差为σ＝８（分），如果一考生考得８0分,求其超前百分位数. 解 记x为参加这次会考的考生成绩,x～N(75,82), 其超前百分位数即名列该考生之后的考生人数占全体考生的百分数 这表明有73.4%的考生名列的得80分的某考生之后,而有26.6%的考生成绩在80分以上。 2、利用正态分布求各种分数段内的百分比和人数 例2 某师大一年级有学生200人，高数成绩可以用正态分布来描述，其平均成绩为μ=78（分 ),标准差为σ＝7（分），试在理论上计算学生成绩在90分以上、80分至90分、不及格的人数。 解 记x为学生高数成绩,x～N(78,72), 200×0.0436=8.72≈9(人);200×3423=68.46≈69(人);200×0.0051≈1(人) 3、利用正态分布进行能力分组或评定成绩的等第 例3 某师大一年级有学生300人,他们的某种能力指标可以用正态分布来描述,现将他们按能力分成A、B、C、D、E五个组参加一项测试，求各组人数。 解 记x为学生该种能力指标,x～N(μ,σ2)，根据“3σ原则” ，把学生分成五组，可以将区间（μ-3σ，μ+3σ）分成五段，则每个小区间长为6σ／5=1.2σ,则各段百分数为 4、利用正态分布预测录取分数线 例4 某市参加奥林匹克业余学校入学考试的人数为2800人,只录取150人,该次考试的平均分为75分,标准差为8,问录取分数线应定位多少分? 解 这次学生的成绩x～N(75,82), 5、将等级评定结果转化为分数 某班口试有两位主试教师，最后综合两位主试教师的评定结果确定每个学生的口试成绩。学生的成绩分为优、良、中、及格、不及格五等。全班共60名学生，每位教师评定的等级人数见表。在60名学生中抽出甲、乙两名学生，两名教师对他们的评定结果列在下表中，试比较两名学生成绩的优劣。