如果x服从正态分布N则x平方服从什么分布?
如果x服从正态分布N,则x平方服从N(u,(σ^2)/n)。
因为X1,X2,X3,...,Xn都服从N(u,σ^2) ,正太分布可加性X1+X2...Xn服从N(nu,nσ^2).
均值X=(X1+X2...Xn)/n,所以X期望为u,方差D(X)=D(X1+X2...Xn)/n^2=σ^2/n
E(Y)= E [X] = - E [X] = 0 Y(Y)= E [YE(Y)] ^ 2 = E [ - X - 0] ^ 2 = E [X ^ 2] = 1
因此,随机变量Y = - X的意思是0,方差为1 服从标准正态分布的随机变量:BR /> N(0,1)
扩展资料:
正态分布的性质:
(1)如果
且a与b是实数,那么
(参见期望值和方差)。
(2)如果
与
是统计独立的正态随机变量,那么:
它们的和也满足正态分布
它们的差也满足正态分布
U与V两者是相互独立的。(要求X与Y的方差相等)。
(3)如果
和
是独立常态随机变量,那么:
它们的积XY服从概率密度函数为p的分布
其中K0是修正贝塞尔函数(modified Bessel function)
它们的比符合柯西分布,满足
(4)如果
为独立标准常态随机变量,那么
参考资料来源:百度百科-正态分布
2021-01-25 广告
正态分布的规律,均值X服从N(u,(σ^2)/n)
因为X1,X2,X3,...,Xn都服从N(u,σ^2) ,正太分布可加性X1+X2...Xn服从N(nu,nσ^2).
均值X=(X1+X2...Xn)/n,所以X期望为u,方差D(X)=D(X1+X2...Xn)/n^2=σ^2/n
(1)正态分布图像关于x=μ对称,其中μ为正态分布的期望值;
(2)正态分布的标准差越小,图像在x=μ处曲率半径越小,图像越高耸,也就是意味着取值在x=μ附近的几率越大。反之亦然;
(3)正态分布曲线与x轴之间的面积为1;
(4)图像的拐点在x=μ+σ和x=μ-σ处;
(5)正态分布为中心极限定理的大样本统计分布。
扩展资料
正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布,记为N(μ,σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。
由于一般的正态总体其图像不一定关于y轴对称,对于任一正态总体,其取值小于x的概率。只要会用它求正态总体在某个特定区间的概率即可。
(X*)²服从自由度为1的chi-square distribution,X*是X进行标准化之后的随机变量
Y =-XX?N(0,1)这是一个线性变换,线性变换不改变的可变特性的正常分布的平均值
E(Y)= E [X] = - E [X] = 0 Y(Y)= E [YE(Y)] ^ 2 = E [ - X - 0] ^ 2 = E [X ^ 2] = 1
因此,随机变量Y = - X的意思是0,方差为1 服从标准正态分布的随机变量:BR /> N(0,1)
正态分布的平方满足自由度为1的卡方分布,其概率密度函数请参见卡方分布的概率密度函数。
注意,并不是服从指数分布(很多人都会搞混)。只有自由度为2的卡方分布才是指数分布。