超级会员免费看
这篇习题集探讨了正态分布的特性，包括其集中性、对称性以及偏度和峰度的计算。同时，文章还讨论了k-means聚类算法的工作原理，强调了该算法不能自动识别类别的数量且初始中心点是随机选择的。此外，内容涵盖统计学基础，如样本选择、组合数学和概率计算。
写在前面
这10道题中，有几道题是有争议的。答案我只能是按照自己解析的理解来。欢迎指正，再次感谢热心网友和牛客网。
1.关于正态分布,下列说法错误的是:
A.正态分布具有集中性和对称性
B.正态分布的均值和方差能够决定正态分布的位置和形态
C.正态分布的偏度为0，峰度为1
D.标准正态分布的均值为0，方差为1
参考答案：C
解析：
偏度（Skewness）是描述某变量取值分布对称性的统计量。
如果是正太分布的话.偏度是 三阶中心距,值为0.
,Skewness=0 分布形态与正态分布偏度相同
Skewness>0 正偏差数值较大，为正偏或右偏。长尾巴拖在右边。
Skewness<0 负偏差数值较大，为负偏或左偏。长尾巴拖在左边。
计算公式：
订阅专栏 解锁全文
扫一扫
3508
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
