- 统计学教程
- 首页
- 调整后的R方
- 方差分析
- 算术平均数
- 算术中位数
- 算术众数
- 算术极差
- 条形图
- 最佳点估计
- 贝塔分布
- 二项分布
- 布莱克-斯科尔斯模型
- 箱线图
- 中心极限定理
- 切比雪夫定理
- 卡方分布
- 卡方表
- 环状排列
- 整群抽样
- 科恩 Kappa 系数
- 组合
- 有放回组合
- 比较图表
- 连续均匀分布
- 连续数列算术平均数
- 连续数列算术中位数
- 连续数列算术众数
- 累积频率
- 变异系数
- 相关系数
- 累积图
- 累积泊松分布
- 数据收集
- 数据收集 - 问卷设计
- 数据收集 - 观察法
- 数据收集 - 案例研究法
- 数据模式
- 十分位数统计
- 离散数列算术平均数
- 离散数列算术中位数
- 离散数列算术众数
- 点图
- 指数分布
- F分布
- F检验表
- 阶乘
- 频率分布
- 伽马分布
- 几何平均数
- 几何概率分布
- 拟合优度
- 总平均数
- Gumbel 分布
- 调和平均数
- 调和数
- 谐振频率
- 直方图
- 超几何分布
- 假设检验
- 个体数列算术平均数
- 个体数列算术中位数
- 个体数列算术众数
- 区间估计
- 逆伽马分布
- Kolmogorov-Smirnov 检验
- 峰度
- 拉普拉斯分布
- 线性回归
- 对数伽马分布
- 逻辑回归
- 麦克尼马尔检验
- 平均差
- 均值差异
- 多项分布
- 负二项分布
- 正态分布
- 奇排列与偶排列
- 单比例Z检验
- 离群值函数
- 排列
- 有放回排列
- 饼图
- 泊松分布
- 合并方差 (r)
- 功效计算器
- 概率
- 概率加法定理
- 概率乘法定理
- 概率贝叶斯定理
- 概率密度函数
- 过程能力 (Cp) & 过程性能 (Pp)
- 过程Sigma
- 二次回归方程
- 定性数据与定量数据
- 四分位差
- 经验法则
- 瑞利分布
- 回归截距置信区间
- 相对标准偏差
- 信度系数
- 所需样本量
- 残差分析
- 残差平方和
- 均方根
- 样本计划
- 抽样方法
- 散点图
- Shannon-Wiener 多样性指数
- 信噪比
- 简单随机抽样
- 偏度
- 标准差
- 标准误 (SE)
- 标准正态表
- 统计显著性
- 统计公式
- 统计符号
- 茎叶图
- 分层抽样
- 学生t检验
- 平方和
- t分布表
- TI-83 指数回归
- 转换
- 截尾均值
- I型和II型错误
- 方差
- 维恩图
- 大数弱定律
- Z表
- 统计学有用资源
- 统计学 - 讨论
统计学 - 正态分布
正态分布是一种数据排列方式,其中大部分值聚集在范围的中间,其余值对称地逐渐减小到两端。身高就是一个简单的例子,它遵循正态分布模式:大多数人的身高是平均身高,高于和低于平均身高的人数大致相等,极高或极矮的人数非常少(并且仍然大致相等)。这是一个正态分布曲线的例子。
正态分布的图形表示有时被称为钟形曲线,因为它形状像钟。精确的形状可能根据总体分布而有所不同,但峰值始终位于中间,曲线始终是对称的。在正态分布中,平均数、众数和中位数都相同。
公式
${y = \frac{1}{\sqrt {2 \pi}}e^{\frac{-(x - \mu)^2}{2 \sigma}} }$
其中 −
${ \mu }$ = 平均数
${ \sigma }$ = 标准差
${ \pi \approx 3.14159 }$
${ e \approx 2.71828 }$
示例
问题陈述
一项关于每日通勤时间的调查得出以下结果(以分钟为单位)
| 26 | 33 | 65 | 28 | 34 | 55 | 25 | 44 | 50 | 36 | 26 | 37 | 43 | 62 | 35 | 38 | 45 | 32 | 28 | 34 |
平均值为 38.8 分钟,标准差为 11.4 分钟。将这些值转换为 z 分数,并绘制正态分布图。
解答
我们一直在使用的 z 分数公式
${ z = \frac{x - \mu}{\sigma} }$
其中 −
${ z }$ = “z 分数”(标准分数)
${ x }$ = 要标准化的值
${ \mu }$ = 平均数
${ \sigma }$ = 标准差
要转换 26
首先减去平均数:26 - 38.8 = -12.8,
然后除以标准差:-12.8 / 11.4 = -1.12
因此 26 比平均数低 1.12 个标准差
以下是前三个转换。
| 原始值 | 计算 | 标准分数 (z 分数) |
|---|---|---|
| 26 | (26-38.8) / 11.4 = | -1.12 |
| 33 | (33-38.8) / 11.4 = | -0.51 |
| 65 | (65-38.8) / 11.4 = | -2.30 |
| ... | ... | ... |
它们在图形上的表示如下
广告