第2章+正态分布时的统计决策3.ppt

2.10 正态分布时的统计决策 2.10 正态分布时的统计决策 在统计决策理论中，涉及到类条件概率密度函数 。对许多实际的数据集，正态分布通常是合理的近似。如果在特征空间中的某一类样本，较多地分布在这一类均值附近，远离均值点的样本比较少，此时用正态分布作为这一类的概率模型是合理的。另外，正态分布概率模型有许多好的性质，有利于作数学分析。概括起来就是： （1）物理上的合理性；（2）数学上的简单性 下面重点讨论正态分布分布及其性质，以及正态分布下的Bayes决策理论。 2.10.1 正态分布概率密度函数的定义及性质 定义： （2.8.1-1） 其中： 为随机变量x的期望，也就是平均值； 为x的方差， 为均方差，又称为标准差。 （2.8.1-2） （2.8.1-3） 概率密度函数的一般图形如下： 具有以下性质： 从 的图形上可以看出，只要有两个参数