正態分布誤差計算方法

㈠ 正態分布標准差σ計算公式

正態分布標准差σ計算公式σ=√{Σ(i：1→n)(xi-E)²/n}。正態分布也稱「常態分布」，又名高斯分布。最早由棣莫弗在求二項分布的漸近公式中得到。
正態分布是一個在數學、物理及工程等領域都非常重要的概率分布，在統計學的許多方面有著重大的影響力。正態曲線呈鍾型，兩頭低，中間高，左右對稱因其曲線呈鍾形，因此人們又經常稱之為鍾形曲線。

㈡ 正態分布的標准差如何計算 它和方差如何換算

正態分布的標准差正態分布N～（μ，δ^2），方差D(x)=δ^2，E(x)=μ。

服從標准正態分布,通過查標准正態分布表就可以直接計算出原正態分布的概率值。μ維隨機向量具有類似的概率規律時，隨機向量遵從多維正態分布。

多元正態分布有很好的性質，例如，多元正態分布的邊緣分布仍為正態分布，它經任何線性變換得到的隨機向量仍為多維正態分布，特別它的線性組合為一元正態分布。

(2)正態分布誤差計算方法擴展閱讀：

正態曲線呈鍾形，兩頭低，中間高，左右對稱因其曲線呈鍾形，若隨機變數X服從一個數學期望為μ、方差為σ^2的正態分布。

其概率密度函數為正態分布的期望值μ決定了其位置，其標准差σ決定了分布的幅度。當μ = 0,σ = 1時的正態分布成為標准正態分布。

㈢ 姝ｆ佸垎甯冩槸鎬庢牱璁＄畻鍑烘潵鐨

姝ｆ佸垎甯冩槸涓縐嶈繛緇鍨嬫傜巼鍒嗗竷錛岄氬父鐢ㄤ簬鎻忚堪鑷鐒剁晫鍜岀ぞ浼氱幇璞′腑鐨勮稿氶殢鏈哄彉閲忋傚湪瀹為檯搴旂敤涓錛屾垜浠緇忓父闇瑕佸規ｆ佸垎甯冭繘琛屽姞鍑忎箻闄よ繍綆椼備笅闈㈡槸鍏充簬姝ｆ佸垎甯冨姞鍑忎箻闄よ繍綆楃殑涓浜涘熀鏈鍘熷垯錛

1. 鍔犳硶錛濡傛灉涓や釜姝ｆ佸垎甯冪嫭絝嬩笖鍏鋒湁鐩稿悓鐨勫潎鍊煎拰鏂瑰樊錛屽畠浠鐨勫拰浠嶇劧鏄涓涓姝ｆ佸垎甯冦傚叿浣撹岃█錛屽傛灉X鍜孻鏄涓や釜鐙絝嬬殑姝ｆ佸垎甯冨彉閲忥紝鍏跺潎鍊煎垎鍒涓何1鍜屛2錛屾柟宸鍒嗗埆涓合1²鍜屜2²錛屽垯瀹冧滑鐨勫拰Z=X+Y 鏈嶄粠鍧囧間負渭1+渭2錛屾柟宸涓合1²+蟽2² 鐨勬ｆ佸垎甯冦

2. 鍑忔硶錛鍑忔硶榪愮畻鍙浠ヨ漿鍖栦負鍔犳硶榪愮畻銆傚傛灉X鍜孻鏄涓や釜姝ｆ佸垎甯冨彉閲忥紝瀹冧滑鐨勫樊涓篫=X-Y錛屾垜浠鍙浠ュ皢鍑忔硶杞鍖栦負鍔犳硶榪愮畻錛歓=X+(-Y)銆傚湪榪欑嶆儏鍐典笅錛屽潎鍊間負渭1-渭2錛屾柟宸涓合1²+蟽2² 鐨勬ｆ佸垎甯冦

3. 涔樻硶錛姝ｆ佸垎甯冪殑涔樻硶榪愮畻闇瑕佹洿澶嶆潅鐨勫勭悊銆傚傛灉X鍜孻鏄涓や釜姝ｆ佸垎甯冨彉閲忥紝瀹冧滑鐨勪箻縐痁=X*Y 涓嶅啀鏄涓涓姝ｆ佸垎甯冦備箻娉曡繍綆楀悗鐨勫垎甯冨艦寮忓彇鍐充簬X鍜孻涔嬮棿鐨勭浉鍏蟲с傚傛灉X鍜孻鏄鐙絝嬬殑錛岄偅涔圸灝嗕笉鍐嶆槸姝ｆ佸垎甯冿紝鑰屾槸鏈嶄粠鍙︿竴縐嶅垎甯冿紝縐頒負瀵規暟姝ｆ佸垎甯冦

4. 闄ゆ硶錛姝ｆ佸垎甯冪殑闄ゆ硶榪愮畻涔熼渶瑕佹洿澶嶆潅鐨勫勭悊銆傚傛灉X鍜孻鏄涓や釜姝ｆ佸垎甯冨彉閲忥紝瀹冧滑鐨勫晢Z=X/Y 涓嶅啀鏄涓涓姝ｆ佸垎甯冦傞櫎娉曡繍綆楀悗鐨勫垎甯冨艦寮忓悓鏍峰彇鍐充簬X鍜孻涔嬮棿鐨勭浉鍏蟲с

涓婅堪瑙勫垯閫傜敤浜庣壒瀹氭潯浠朵笅鐨勬ｆ佸垎甯冨彉閲忋傚湪瀹為檯搴旂敤涓錛屾垜浠榪橀渶瑕佽冭檻鍙橀噺涔嬮棿鐨勭浉鍏蟲с佹娊鏍瘋宸浠ュ強鍏朵粬褰卞搷鍥犵礌錛屼互榪涜屽噯紜鐨勮繍綆楀拰鎺ㄦ柇銆

姝ｆ佸垎甯冪殑璁＄畻鍏寮

姝ｆ佸垎甯冿紙涔熺О涓洪珮鏂鍒嗗竷錛夋槸涓縐甯歌佺殑榪炵畫姒傜巼鍒嗗竷錛屽叾璁＄畻鍏寮忓彲浠ヨ〃紺轟負錛

f(x) = (1 / (蟽 * 鈭(2蟺))) * exp(-(x - 渭)² / (2蟽²))

鍏朵腑錛宖(x) 鏄姒傜巼瀵嗗害鍑芥暟錛圥robability Density Function, PDF錛夛紝琛ㄧず闅忔満鍙橀噺 X 鍙栧間負 x 鐨勬傜巼瀵嗗害銆

渭 鏄姝ｆ佸垎甯冪殑鍧囧礆紙鍗蟲湡鏈涘礆級錛屽喅瀹氫簡鍒嗗竷鐨勪腑蹇冧綅緗銆

蟽 鏄姝ｆ佸垎甯冪殑鏍囧噯宸錛屽喅瀹氫簡鍒嗗竷鐨勬墿灞曠▼搴︺

exp 琛ㄧず鑷鐒舵寚鏁板嚱鏁幫紝e 鏄鑷鐒跺規暟鐨勫簳銆

娉ㄦ剰錛氫笂榪板叕寮忔弿榪扮殑鏄鏍囧噯褰㈠紡鐨勬ｆ佸垎甯冿紝鍗沖潎鍊間負 0錛屾爣鍑嗗樊涓 1銆傚傛灉闇瑕佹弿榪頒笉鍚屽潎鍊煎拰鏍囧噯宸鐨勬ｆ佸垎甯冿紝鍙浠ラ氳繃綰挎у彉鎹㈡潵瀹炵幇銆

姝ｆ佸垎甯冪殑鍔犲噺涔橀櫎榪愮畻鍦ㄥ疄闄呭簲鐢ㄤ腑鐨勪綔鐢

1. 鍔犳硶榪愮畻錛姝ｆ佸垎甯冪殑鍔犳硶榪愮畻鍙浠ョ敤浜庢弿榪板氫釜鐙絝嬩簨浠剁殑鎬繪晥搴斻備緥濡傦紝鍦ㄩ庨櫓綆＄悊涓錛屽傛灉鎴戜滑鏈夊氫釜闅忔満鍙橀噺琛ㄧず涓嶅悓鎶曡祫緇勫悎鐨勬敹鐩婏紝鍙浠ュ皢姣忎釜鎶曡祫緇勫悎鐨勬敹鐩婄湅浣滄槸涓涓姝ｆ佸垎甯冨彉閲忥紝騫朵嬌鐢ㄥ姞娉曡繍綆楀緱鍒版暣浣撴姇璧勭粍鍚堢殑鏀剁泭鍒嗗竷銆

2. 鍑忔硶榪愮畻錛姝ｆ佸垎甯冪殑鍑忔硶榪愮畻鍙浠ョ敤浜庢瘮杈冨拰璁＄畻宸寮傘備緥濡傦紝鍦ㄥ疄楠岃捐′腑錛屾垜浠緇忓父闇瑕佹瘮杈冧袱緇勬牱鏈鐨勫樊寮傘傚傛灉鎴戜滑鏈変袱涓姝ｆ佸垎甯冨彉閲忚〃紺轟袱緇勬牱鏈鐨勮傛祴鍊礆紝鍙浠ヤ嬌鐢ㄥ噺娉曡繍綆楀緱鍒板樊鍊肩殑鍒嗗竷錛屽苟榪涜岃繘涓姝ョ殑緇熻″垎鏋愩

3. 涔樻硶榪愮畻錛姝ｆ佸垎甯冪殑涔樻硶榪愮畻鍦ㄦ傜巼瀵嗗害鍑芥暟鐨勫彉鎹涓璧風潃閲嶈佺殑浣滅敤銆備緥濡傦紝褰撴垜浠瀵歸殢鏈轟簨浠剁殑涔樼Н鎰熷叴瓚ｆ椂錛屽彲浠ヤ嬌鐢ㄤ箻娉曡繍綆楁潵鎺ㄥ肩粨鏋滅殑姒傜巼鍒嗗竷銆傚叿浣撳簲鐢ㄥ寘鎷淇″彿澶勭悊棰嗗煙鐨勫嵎縐榪愮畻銆侀噾鋙嶉嗗煙鐨勬敹鐩婄巼妯″瀷絳夈

4. 闄ゆ硶榪愮畻錛姝ｆ佸垎甯冪殑闄ゆ硶榪愮畻涔熷湪涓浜涘簲鐢ㄤ腑鍙戞尌鐫浣滅敤銆備緥濡傦紝鍦ㄩ庨櫓璇勪及涓錛屾垜浠鍙鑳介渶瑕佽＄畻涓涓闅忔満鍙橀噺鐨勭浉瀵瑰彉鍔ㄧ巼錛屽嵆涓や釜姝ｆ佸垎甯冨彉閲忕殑姣斿箋傝繖鍙浠ラ氳繃闄ゆ硶榪愮畻鏉ュ疄鐜幫紝騫跺府鍔╄瘎浼伴庨櫓鐨勪紶鎾鍜屽獎鍝嶃

姝ｆ佸垎甯冨姞鍑忎箻闄よ繍綆楃殑渚嬮

1. 鍔犳硶榪愮畻錛

鍋囪炬湁涓や釜姝ｆ佸垎甯冨彉閲 X 鍜 Y錛屽潎鍊煎垎鍒涓 渭X 鍜 渭Y錛屾爣鍑嗗樊鍒嗗埆涓 蟽X 鍜 蟽Y銆傝＄畻瀹冧滑鐨勫拰 Z = X + Y 鐨勫潎鍊煎拰鏂瑰樊銆

瑙ｏ細

涓や釜姝ｆ佸垎甯冨彉閲忕殑鍜屼粛鐒舵湇浠庢ｆ佸垎甯冦傛墍浠 Z 鐨勫潎鍊間負 渭Z = 渭X + 渭Y錛屾柟宸涓 蟽Z² = 蟽X² + 蟽Y²銆

2. 鍑忔硶榪愮畻錛

鍋囪炬湁涓や釜姝ｆ佸垎甯冨彉閲 X 鍜 Y錛屽潎鍊煎垎鍒涓 渭X 鍜 渭Y錛屾爣鍑嗗樊鍒嗗埆涓 蟽X 鍜 蟽Y銆傝＄畻瀹冧滑鐨勫樊 D = X - Y 鐨勫潎鍊煎拰鏂瑰樊銆

瑙ｏ細

涓や釜姝ｆ佸垎甯冨彉閲忕殑宸涔熸湇浠庢ｆ佸垎甯冦傛墍浠 D 鐨勫潎鍊間負 渭D = 渭X - 渭Y錛屾柟宸涓 蟽D² = 蟽X² + 蟽Y²銆

3. 涔樻硶榪愮畻錛

鍋囪炬湁涓や釜鐙絝嬬殑姝ｆ佸垎甯冨彉閲 X 鍜 Y錛屽潎鍊煎垎鍒涓 渭X 鍜 渭Y錛屾爣鍑嗗樊鍒嗗埆涓 蟽X 鍜 蟽Y銆傝＄畻瀹冧滑鐨勪箻縐 P = X * Y 鐨勫潎鍊煎拰鏂瑰樊銆

瑙ｏ細

涔樻硶榪愮畻灝嗗艱嚧緇撴灉鍒嗗竷鐨勫彉鍖栥備箻縐 P 鐨勫潎鍊間負 渭P = 渭X * 渭Y錛屾柟宸涓 蟽P² = (渭X² * 蟽Y²) + (渭Y² * 蟽X²) + (蟽X² * 蟽Y²)銆

4. 闄ゆ硶榪愮畻錛

鍋囪炬湁涓や釜鐙絝嬬殑姝ｆ佸垎甯冨彉閲 X 鍜 Y錛屽潎鍊煎垎鍒涓 渭X 鍜 渭Y錛屾爣鍑嗗樊鍒嗗埆涓 蟽X 鍜 蟽Y銆傝＄畻瀹冧滑鐨勫晢 Q = X / Y 鐨勫潎鍊煎拰鏂瑰樊銆

瑙ｏ細

闄ゆ硶榪愮畻涔熷皢瀵艱嚧緇撴灉鍒嗗竷鐨勫彉鍖栥傚晢 Q 鐨勫潎鍊間負 渭Q = 渭X / 渭Y錛屾柟宸涓 蟽Q² = [(蟽X² * 渭Y²) + (渭X² * 蟽Y²)] / 渭Y^4銆

㈣ 標准正態分布的標准偏差

正態分布的標准差正態分布N～（μ，δ^2），方差D(x)=δ^2，E(x)=μ。

服從標准正態分布,通過查標准正態分布表就可以直接計算出原正態分布的概率值。μ維隨機向量具有類似的概率規律時，隨機向量遵從多維正態分布。

多元正態分布有很好的性質，例如，多元正態分布的邊緣分布仍為正態分布，它經任何線性變換得到的隨機向量仍為多維正態分布，特別它的線性組合為一元正態分布。

正態分布的特點：呈鍾型，兩頭低，中間高，左右對稱因其曲線呈鍾形。

呈鍾型，兩頭低，中間高，左右對稱因其曲線呈鍾形。

正態分布最早由A.棣莫弗在求二項分布的漸近公式中得到。C.F.高斯在研究測量誤差時從另一個角度導出了它。P.S.拉普拉斯和高斯研究了它的性質。

是一個在數學、物理及工程等領域都非常重要的概率分布，在統計學的許多方面有著重大的影響力。