这篇博客详细介绍了高斯分布，又称正态分布，它在统计学中具有重要地位。文章涵盖概率密度函数，指出期望值μ决定分布的位置，标准差σ影响分布的形状。对于标准正态分布，其μ=0，σ=1，形成的钟型曲线是统计学中的基本概念。
概述
正态分布(Normal distribution)又名高斯分布(Gaussian distribution)，是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
概率密度函数
若随机变量X服从一个数学期望为μ，标准差为σ的高斯分布，记为：
X ∼ N ( μ , σ 2 ) X \sim N(\mu,\sigma^2) X∼N(μ,σ2)
则其概率密度函数为：
f ( x ) = 1 σ 2 π e − ( x − μ ) 2 2 σ 2 f(x)=\frac{1}{\sigma\sqrt{2\pi}}e^{-\frac{(x-\mu)^2}{2\sigma^2}} f(x)=
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
