正态分布介绍.docxVIP

 PAGE \* MERGEFORMAT 41 正态分布是 HYPERLINK /wiki/%E8%87%AA%E7%84%B6%E7%A7%91%E5%AD%B8 \o 自然科学 自然科学与 HYPERLINK /wiki/%E8%A1%8C%E7%82%BA%E7%A7%91%E5%AD%B8 \o 行为科学 行为科学中的定量现象的一个方便模型。各种各样的 HYPERLINK /wiki/%E5%BF%83%E7%90%86%E5%AD%B8 \o 心理学 心理学测试分数和 HYPERLINK /wiki/%E7%89%A9%E7%90%86 \o 物理 物理现象比如 HYPERLINK /wiki/%E5%85%89%E5%AD%90 \o 光子 光子计数都被发现近似地服从正态分布。尽管这些现象的根本原因经常是未知的，理论上可以证明如果把许多小作用加起来看做一个变量，那么这个变量服从正态分布（在R.N.Bracewell的Fourier transform and its application中可以找到一种简单的证明）。正态分布出现在许多区域 HYPERLINK /wiki/%E7%B5%B1%E8%A8%88 \o 统计 统计：例如， HYPERLINK /w/index.php?title=%E6%8E%A1%E6%A8%A3%E5%88%86%E4%BD%88action=editredlink=1 \o 采样分布（页面不存在） 采样分布 HYPERLINK /wiki/%E5%9D%87%E5%80%BC \o 均值 均值是近似地常态的，即使被采样的样本的原始群体分布并不服从正态分布。另外，正态分布 HYPERLINK /wiki/%E4%BF%A1%E6%81%AF%E7%86%B5 \o 信息熵 信息熵在所有的已知均值及方差的分布中最大，这使得它作为一种 HYPERLINK /wiki/%E5%9D%87%E5%80%BC \o 均值 均值以及 HYPERLINK /wiki/%E6%96%B9%E5%B7%AE \o 方差 方差已知的分布的自然选择。正态分布是在统计以及许多统计测试中最广泛应用的一类分布。在 HYPERLINK /wiki/%E6%A6%82%E7%8E%87%E8%AB%96 \o 概率论 概率论，正态分布是几种连续以及离散分布的 HYPERLINK /w/index.php?title=%E6%A5%B5%E9%99%90%E5%88%86%E4%BD%88action=editredlink=1 \o 极限分布（页面不存在） 极限分布。 历史[ HYPERLINK /w/index.php?title=%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83action=editsection=2 \o 编辑小节：历史 编辑] 正态分布最早是 HYPERLINK /wiki/%E4%BA%9E%E4%BC%AF%E6%8B%89%E7%BD%95%C2%B7%E6%A3%A3%E8%8E%AB%E5%BC%97 \o 亚伯拉罕·棣莫弗 棣莫弗在1718年著作的书籍的（Doctrine of Change），及1734年发表的一篇关于 HYPERLINK /wiki/%E4%BA%8C%E9%A0%85%E5%88%86%E4%BD%88 \o 二项分布 二项分布文章中提出的，当二项随机变量的位置参数n很大及形状参数p为1/2时，则所推导出二项分布的近似分布函数就是正态分布。 HYPERLINK /wiki/%E6%8B%89%E6%99%AE%E6%8B%89%E6%96%AF \o 拉普拉斯 拉普拉斯在1812年发表的《分析概率论》（Theorie Analytique des Probabilites）中对棣莫佛的结论作了扩展到二项分布的位置参数为n及形状参数为1p0时。现在这一结论通常被称为 HYPERLINK /wiki/%E4%B8%AD%E5%A4%AE%E6%A5%B5%E9%99%90%E5%AE%9A%E7%90%86 \l .E6.A3.A3.E8.8E.AB.E4.BD.9B.EF.BC.8D.E6.8B.89.E6.99.AE.E6.8B.89.E6.96.AF.E5.AE.9A.E7.90.86 \o 中心极限定理 棣莫佛－拉普拉斯定理。 拉普拉斯在 HYPERLINK /w/index.php?title=%E8%AA%A4%E5%B7%AE%E5%88%86%E6%9E%90action=editredlink=1 \o