正态分布是由高斯这位德国数学家在1809年推导出来的。
正态分布的形成基于大量数据,最少有120个数据。数据越多越能够反应测量值的准确性。在一系列测试中,因每一次的随机误差都不想同,可以将数据以同等间隔分组,统计数据在每一组出现的次数(频数与积累频数),并计算概率(频率与积累频率)。如下图所示:以
![](https://img.haomeiwen.com/i15035842/3e65c77a0de48b40.jpg)
以组距为横坐标,以积累频数与积累频率为纵坐标花直方图。可以发现,落在平均值的区间概率最大,频数最多。测量数据的随机值符合正态分布。
![](https://img.haomeiwen.com/i15035842/ed307a8b85170a99.jpg)
正态分布函数
![](https://img.haomeiwen.com/i15035842/65ec4ddd922b641e.jpg)
以下两图为参考图
![](https://img.haomeiwen.com/i15035842/90938464f46d7f58.jpg)
从概率图可以看到很多特性:
1-这是对称的,因此绝对值下的正误差与负误差出现的概率相等。
2-在一边峰来看,误差小的出现的概率大。误差在一定的界限内,误差最大值的概率趋近于0。
3-多次测量,其随机误差就会趋近于0。检测次数多,出现在真值的概率就大。
网友评论