Question

非标准正态分布如何化为标准正态分布

Answer 1

如果非标准正态分布X~N(μ,σ^2)，那么关于X的一个一次函数
(X-μ)/σ
，就一定是服从标准正态分布N(0,1)。
举个具体的例子，一个量X，是非标准正态分布，期望是10，方差是5^2（即X~N(10,5^2)）；那么对于X的线性函数Y=(X-10)/5，Y就是服从标准正态分布的Y~N(0,1)。
（1）正态分布，也称“常态分布”，又名高斯分布，最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。
（2）P.S.拉普拉斯和高斯研究了它的性质。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。
（3）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。
（4）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。
（5）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。

Answer 2

如果非标准正态分布x~n(μ,σ^2)，那么关于x的一个一次函数
(x-μ)/σ
，就一定是服从标准正态分布n(0,1)。举个具体的例子，一个量x，是非标准正态分布，期望是10，方差是5^2（即x~n(10,5^2)）；那么对于x的线性函数y=(x-10)/5，y就是服从标准正态分布的y~n(0,1)。
　　正态分布（normal
distribution）又名高斯分布（gaussiandistribution），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。若随机变量x服从一个数学期望为μ、方差为σ^2的高斯分布，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。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ
=
0,σ
=1的正态分布。