在我們所接觸的概率分布中,正态分布是一種非常重要的分布,而在正态分布的學習過程中,我們可能會産生這樣的疑問:
1、為什麼要把正态分布進行标準化轉換呢?
2、這樣做的目的又是什麼?
3、正态分布與标準正态分布之間又有怎樣的聯系和區别呢?
為了讓大家更好的理解這些問題,我們進行了簡單的整理和歸納,讓我們來一起看看吧~
小衛點睛
課本定位:
《醫學統計學》(仇麗霞版)第三章 正态分布及應用
《衛生統計學》(人衛七版)第四章 常用概率分布
《衛生統計學》(人衛八版)第四章 基本概率理論
知識點
為什麼要對正态分布進行标準化轉換
仇麗霞版教材描述:“實際應用中,經z變換可把求解任意一個正态分布曲線下面積的問題,轉化成标準正态分布曲線下相應的面積問題。”
人衛七版教材描述:“确定正态分布的兩個參數是均數μ和标準差σ。由于正态分布曲線下面積與離開均數的标準差倍數有關,與均數和标準差的具體數值無關,因此,實際工作中,常對正态分布随機變量X作z變換,将其轉換為标準正态分布,以方便應用。”
人衛八版教材描述:“但是對于一般的正态變量,又該如何計算它某個區間的概率呢?當然可以利用統計軟件内置的函數直接進行概率計算,但是有沒有更加簡潔的方法呢?前面提到标準正态分布的一個重要性在于,任何一個一般的正态變量都可以通過标準變換轉化為标準正态變量,那麼隻要能夠解決标準正态分布的概率計算問題,所有正态分布的概率計算也就得到了解決。”
綜上所述,幾個版本教材對于“為什麼”的回答好像都離不開“方便應用”幾個字。
① 首先,正如我們所知道的,正态分布是由兩個參數(均數μ和标準差σ)決定的,其中改變均數μ,曲線在橫軸上的位置會發生變化,而标準差σ則決定着曲線的“高矮胖瘦”,反映了數據分布的離散程度,不同的正态分布有着其相應不同的參數,自然它們的位置、形狀也不一樣。正态分布進行标準化可以去除量綱的影響,方便不同的變量之間進行比較,同時标準化後的正态分布的均數與标準差固定,可以根據标準正态分布所編制的面積分布表确定相應的P值,從而也避免了較為複雜的計算過程。
② 其次,便于使用标準正态分布性質以及分布特征進行進一步的研究。
小衛點睛
課本定位:
《醫學統計學》(仇麗霞版)第三章 正态分布及應用
《醫學統計學基礎》(姜晶梅版)第五章 連續型随機變量
《衛生統計學》(人衛八版)第四章 基本概率理論
《衛生統計學》(趙耐青版)第三章 常用概率分布
知識點
正态分布與标準正态分布的區别
知識點
正态分布與标準正态分布的聯系
★ 兩種分布均為連續型随機變量的分布。
★ 正态分布、标準正态分布均為對稱分布,關于均數μ對稱,在X=μ處取最大值。
★ 标準正态分布是一種特殊的正态分布(均數為0,标準差為1)。一般正态分布變量經标準化轉換後的新變量服從标準正态分布。
★ 服從正态分布的随機變量X的值落入任意區間[a,b]的概率P(a≤X≤b),可以通過計算标準正态分布下的概率獲得。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!