正态分布图学习.pptVIP

关于正态分布图学习 第1页，共35页，编辑于2022年，星期一 最常用的连续分布－－正态分布（高斯分布） 中心极限定理表明：一个变量如果是由大量微小的、独立的随机因素叠加的结果，那么这个变量一定是正态变量。如：测量误差、产品重量、人的身高、年降雨量等。 第2页，共35页，编辑于2022年，星期一 样本均值与正态分布 从正态总体N(μ,σ2) 取出样本，则样本均值服从正态分布 N(μ, σ2 / n) 为什么重复测量同一个零件多次，再取其读数的均值能够起到减少误差的作用 从一个分布未知的总体中抽取样本，但已知总体均值为μ,方差为σ2 ，则当样本容量充分大时，样本均值近似服从正态分布 N(μ, σ2 / n) 第3页，共35页，编辑于2022年，星期一 第4页，共35页，编辑于2022年，星期一 第5页，共35页，编辑于2022年，星期一 第6页，共35页，编辑于2022年，星期一 第7页，共35页，编辑于2022年，星期一 第8页，共35页，编辑于2022年，星期一 第9页，共35页，编辑于2022年，星期一 正态分布的概念和特征 变量的频数或频率呈中间最多，两端 逐渐对称地减少，表现为钟形的一种概率分布。从理论上说，若随机变量x的概率密度函数为： 则称x服从均数为μ，方差为σ2的正态分布 第10页，共35页，编辑于2022年，星期一 正态分布的特征 均数处最高 以均数为中心，两端