正态分布函数公式是什么

更新日期：2026-11-12 09:50:19

标题

正态分布函数公式是什么

内容

正态分布是统计学中最常见、最重要的概率分布之一，广泛应用于自然科学、社会科学、工程等多个领域。它描述了随机变量在平均值附近出现的概率密度情况。下面将对正态分布函数的公式进行总结，并通过表格形式展示其关键参数和含义。

一、正态分布函数的基本概念

正态分布（Normal Distribution）也称为高斯分布（Gaussian Distribution），是一种连续型概率分布。它的概率密度函数（PDF）呈现钟形曲线，对称于均值（μ），并且由两个参数决定：均值（μ）和标准差（σ）。

二、正态分布函数的数学表达式

正态分布的概率密度函数（PDF）公式如下：

f(x) = \frac{1}{\sigma \sqrt{2\pi}} e^{-\frac{(x - \mu)^2}{2\sigma^2}}

其中：

- $ x $ 是随机变量的取值；

- $ \mu $ 是分布的均值（期望）；

- $ \sigma $ 是分布的标准差；

- $ \pi $ 是圆周率，约为3.1416；

- $ e $ 是自然对数的底，约为2.7183。

三、正态分布函数的关键参数说明

四、标准正态分布

当均值 $ \mu = 0 $，标准差 $ \sigma = 1 $ 时，正态分布被称为标准正态分布，其概率密度函数为：

f(x) = \frac{1}{\sqrt{2\pi}} e^{-\frac{x^2}{2}}

标准正态分布是许多统计推断方法的基础，通常用于Z分数转换和概率计算。

五、正态分布的性质

1. 对称性：关于 $ x = \mu $ 对称；

2. 集中性：大部分数据集中在均值附近；

3. 尾部衰减：远离均值的数据出现概率迅速下降；

4. 可加性：多个独立正态分布变量的线性组合仍服从正态分布。

六、总结

正态分布函数是描述连续随机变量分布的重要工具，其公式为：

f(x) = \frac{1}{\sigma \sqrt{2\pi}} e^{-\frac{(x - \mu)^2}{2\sigma^2}}

通过调整均值 $ \mu $ 和标准差 $ \sigma $，可以适应不同场景下的数据分布特征。掌握正态分布的公式及其参数意义，有助于更好地理解和应用统计分析方法。

附表：正态分布函数关键参数一览表

如需进一步了解正态分布的应用或相关统计检验方法，可继续查阅相关资料。

随便看