回覆列表
-
1 # qlbxyy
-
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！
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！
正態分佈中的
Z
值意義以及檢驗
Z
值
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
且
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。