正太分布和概率密度函数,期望值,方差
正态分布(Normal distribution),又名高斯分布(Gaussian distribution)是一个非常常见的连续概率分布。正态分布在统计学上十分重要,经常用在自然和社会科学来代表一个不明的随机变量1。 正态分布的形状由平均值
μ
\mu
μ和方差
σ
2
\sigma^2
σ2所决定。
一个 服从 随机变量
X
X
X的正态分布可以写成
X
~
N
o
r
m
a
l
(
μ
,
σ
2
)
;
o
r
X
~
N
(
μ
,
σ
2
)
X~Normal(\mu, \sigma^2); or X~N(\mu, \sigma^2)
X~Normal(μ,σ2);orX~N(μ,σ2) 正态分布的概率密度函数(Probability density function,PDF),以及期望值(Expected value)和方差(Varience)如下
正态分布的概率密度函数,期望值 E(X), 方差 Var(X)
随机变量
X
X
X服从正态分布时,他的概率密度函数可以表示为
f
X
(
x
)
=
1
2
π
σ
e
−
(
x
−
μ
)
2
2
σ
2
or
f
X
(
x
)
=
1
2
π
⋅
σ
exp
(
−
(
x
−
μ
)
2
2
σ
2
)
(
−
∞
<
×
∞
)
f_{X}(x)=\frac{1}{\sqrt{2 \pi} \sigma} e^{-\frac{(x-\mu)^{2}}{2 \sigma^{2}}} \text { or } f_{X}(x)=\frac{1}{\sqrt{2 \pi} \cdot \sigma} \exp \left(-\frac{(x-\mu)^{2}}{2 \sigma^{2}}\right)(-\infty |