首頁>Club>
10
回覆列表
  • 1 # qlbxyy

    正態分佈中的

    Z

    值意義以及檢驗

    Z

     

     

    正態分佈

    中的

    Z

    代表隨機變數經過列維

    -

    林德伯格中心極限定理的變形後,服從標準正態分佈Φ(

    dao0,1

    ,並

    Z

    為該標準正態分佈下的新變數。

     

    這裡的

    Z

    (α)表示是服從正態分佈的隨機變數

    X

    的上α分位點

    ,

    它是一個整體

    ,

    代表的是一個數

    ,

    所謂的上α分位點指

    的是:

     

    P{X>Z

    (α)

    }=

    α

    注意:這裡

    Z(0.05)

    指的服從正態分佈的隨機變數

    X,P{X>1.65}=0.05 

     

    Z

    在數量上表示該新變數為該標準正態分佈下標準差σ

    =1

    的倍數。

    Z

    越小即越趨近

    -

    ∞,說明該新變數在Φ(

    0,1

    中出現的累計機率越小,

    接近

    0

    Z

    值越靠近

    0

    說明該新變量出現的累計機率越接近

    50%

    Z

    越大即越趨近

    +

    ∞,

    說明該新變數在Φ(

    0,1

    )中出現的累計機率越大,也接近

    1

     

    正態曲線呈鍾型,兩頭低,中間高,左右對稱因其曲線呈鐘形,因此人們又經常稱之為鐘形曲線。

     

    若隨機變數

    X

    服從一個數學期望為μ、

    方差為σ

    ^2

    的正態分佈,記為

    N(

    μ,σ

    ^2)

    。其機率密度函式為正態分佈的期

    望值μ決定了其位置,其標準差σ決定了分佈的幅度。當μ

     

    = 0,

    σ

     

    = 1

    時的正態分佈是標準正態分佈。

     

     

    由於一般的正態總體其影象不一定關於

    y

    軸對稱,對於任一正態總體,其取值小於

    x

    的機率。只要會用它求正態總

    體在某個特定區間的機率即可。

     

    為了便於描述和應用,常將正態變數作資料轉換。將一般正態分佈轉化成標準正態分佈。

     

  • 2 # 13131313ninini

    Z-分佈名詞解釋,亦稱“費希爾Z分佈”。

    英國統計學家費希爾(R.A.Fisher)根據等於e2z而匯出的分佈。其密度函式為:

    式中:m,n>0,-∞<x< ∞。

    Z-分佈主要應用於兩個總體標準差間的差異顯著性的檢驗。它可由F-分佈通個變換F=e2z而得到。喜歡!

  • 中秋節和大豐收的關聯?
  • 為什麼有些人不願意買墓地,而是花幾十萬買小區放骨灰盒?