第六章 连续型变量概率分布

本文详细介绍了连续型变量的概率分布,包括连续型均匀分布和正太分布。对于正太分布,讲解了其概率密度函数、特性和应用,如用正太分布近似估计二项分布。此外,还探讨了指数概率分布及其与泊松分布的关系,揭示了它们在实际问题中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

第六章 连续型变量概率分布

离散型变量的概率是某个值的概率。
而连续型变量的概率是某段区间的概率(即概率密度函数在该区间上的面积),任何一个值的概率都为0。

6.1连续型均匀概率分布

连续型均匀分布概率密度函数
这里写图片描述
连续型均匀分布的期望与方差
这里写图片描述

6.2 正太概率分布

正太概率密度函数公式
这里写图片描述
正太分布的几个特性
1. 正太分布主要取决于两个参数:均值μ和标准差σ
2. 曲线最高点是均值、中位数、众数
3. 正太分布左右对称,偏度为0
4. 标准差σ决定了正太分布的高矮胖瘦
5. 几个常用区间的比率如下:
均值±σ :68.3%
均值±2σ :95.4%
均值±3σ :99.7%

标准正太分布

标准正太分布:均值μ=0,标准差σ=1
这里写图片描述
三种求正太分布的概率:
1. P(z≤X)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值