正态分布(Normal distribution)又名高斯分布(Gaussian distribution),是一个非常重要的概率分布。在统计学上有着重大影响力。
若随机变量X服从一个数学期望为,标准差为
的高斯分布,记为:

则其概率密度函数
为:

正太分布的期望值μ决定了其位置,标准差决定了分布的概率。
因其曲线呈钟形,所以人们又称之为钟形曲线。
我们通常所说的标准正太分布是的正态分布。
正太分布的概率密度函数均值为方差为 是高斯函数的一个实例:


正态分布(Normal distribution)又名高斯分布(Gaussian distribution),是一个非常重要的概率分布。在统计学上有着重大影响力。
若随机变量X服从一个数学期望为,标准差为
的高斯分布,记为:
则其概率密度函数
为:
正太分布的期望值μ决定了其位置,标准差决定了分布的概率。
因其曲线呈钟形,所以人们又称之为钟形曲线。
我们通常所说的标准正太分布是的正态分布。
正太分布的概率密度函数均值为方差为 是高斯函数的一个实例:
本文标题:正太分布(高斯分布)
本文链接:https://www.haomeiwen.com/subject/ziptmftx.html
网友评论