前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >正太分布的入门总结

正太分布的入门总结

作者头像
触摸壹缕阳光
发布2020-06-23 15:23:24
1K0
发布2020-06-23 15:23:24
举报
文章被收录于专栏:AI机器学习与深度学习算法

本文主要简单总结一些正太分布的常用知识,不会涉及太多复杂的理论知识。

01

简介

正态分布式是应用最为广泛的一种连续型分布。正态分布在十九世纪前叶由高斯加以推广,所以通常称为高斯分布。

正态分布式最常见因而也是最重要的分布:

  1. 很多随机现象可以用正太分布描述或者近似描述。
  2. 在一定条件下,某些概率分布可以利用正态近似计算。
  3. 在非常一般的充分条件下,大量独立随机变量和近似地服从正态分布。
  4. 数理统计中的某些常用分布是由正态分布推导得到的。

02

正太分布的定义

若连续型随机标量X的概率密度为

其中

为常数,则称

服从参数为

的正态分布或高斯分布。记作

所确定的曲线叫做正态曲线。

03

正太分布的性质

由于连续型随机标量唯一地由它的密度函数所描述。那我们看看正态分布的密度函数有什么特点。

▲正太分布的概率密度曲线

  1. 整个概率密度曲线都在x轴的上方。由定义很容易看出来

  1. 曲线关于

对称。这表明对于任意

,

,分别带入

可得

的时候

取最大值 。因为

,

。故

为对称轴,并在

处取最大值;

  1. 曲线以x轴为渐近线。由原函数可以看出,当

时,

。这就说明曲线

向左右伸展时,越来越贴近于x轴。即

轴为渐进线;

  1. 如果固定

,改变

的值,则图形沿着ox轴平移,而不改变其形状,可见正太分布的概率密度曲线

的位置完全有参数

所确定。

称为位置参数;

  1. 当固定

改变

的大小时,

图像的对称轴不变,而形状在改变,

越小,图形越高越瘦,

越大,图形越矮胖;

▲第5条的图

▲第6条的图

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-06-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI机器学习与深度学习算法 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档