excel正态分布概率计算(正态分布的概率计算公式)

1. 正态分布的概率计算公式

计算公式：

F(x)=Φ[(x-μ)/σ]，

正态分布也称“常态分布”，又名高斯分布，正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。

2. 正态分布概率计算公式求积分

Φ(x)=1/2+（1/√π）*∑(-1)^n*(x/√2)^(2n+1)/(2n+1)/n! 其中n从0求和到正无穷因为正态分布是超越函数，所以没有原函数，只能用级数积分的方法。 正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。

3. 正态分布的概率计算公式是什么

正态分布概率计算公式：

其中μ为均数，σ为标准差。μ决定了正态分布的位置，与μ越近，被取到的概率就越大，反之越小。σ描述的是正态分布的离散程度。σ越大，数据分布越分散曲线越扁平；σ越小，数据分布越集中曲线越陡峭。

正态分布，又称高斯分布。其特征为中间高两边低左右对称。它有以下几个性质：

集中性：曲线的最高峰位于正中央，且位置为均数所在的位置。

对称性：正态分布曲线以均数所在的位置为中心左右对称且曲线两段无线趋近于横轴。

均匀变动性：正态分布曲线以均数所在的位置为中心均匀向左右两侧下降。

面积恒等：曲线与横轴间的面积总等于1。

4. 正态分布概率计算公式fx是什么

假设X～N(μ,σ^2),则Y=(X-μ)/σ～N(0,1).证明;因为X～N(μ,σ^2),所以P(x)=(2π)^(-1/2)*σ^(-1)*exp{[-(x-μ)^2]/(2σ^2)}.(注：F(y)为Y的分布函数,Fx(x)为X的分布函数）而 F(y)=P(Y≤y)=P((X-μ)/σ≤y)=P(X≤σy+μ)=Fx(σy+μ)所以 p(y)=F'(y)=F'x(σy+μ)*σ=P(σy+μ)*σ=[(2π)^(-1/2)]*e^[-（x^2)/2].从而,N(0,1).正态分布标准化的意义是可以方便计算，是一种统计学概念。

原本的正态分布图形有高矮胖瘦不同的形态,实际上是积分变换的必然结果,就好比是：y = kx + b 直线,它不一定过原点的,但是通过变换就可以了：大Y = y-b ; 大X = kx ; ===> 大Y = 大X

2.y = a*b 乘积,通过变换就可以变成加法运算：Ln(y) = Lna + Lnb

3.y = ax² + bx + c 通过变换就可以变成标准形式：y = a(x + b/(2a))² + (c -b²/(4a))

正态分布的标准化也只不过是 “积分变换”而已,虽然高矮胖瘦不同的形态,但是 变量的 线性伸缩变换 并不改变其 量化特性,虽然标准化以后都变成期望是0,方差是1的 标准分布了,但这种 因变量 自变量的 依赖关系仍然存在,不用担心会 “质变”。

5. 正态分布概率计算公式表

一般地，如果对于任何实数a，b（a<b），随机变量X满足（）P（a<X⩽b）

≈∫abφμ,σ(x)dx，则称随机变量X服从正态分布。

正态分布完全由参数μ和σ确定，因此正态分布常记作N（μ,σ2）。如果随机变量X服从正态分布，则记为（）X∼N（μ,σ2）。

若（）X∼N（μ,σ2），则X的均值与方差分别为：E(X)=μ,D(X)=σ2。

2、标准正态分布

如果随机变量X的概率函数为

φ(X)=12πe−x22，x∈(−∞,+∞)，那么称X服从标准正态分布，即X~N（0，1）。

3、3σ原则

若X~N（μ，σ2），则对于任何实数a>0，

P(μ−a<X≤μ+a)=∫μ−aμ+aφμ,σ(x)dx。

正态总体几乎总取值于区间(μ−3σ,μ+3σ)之内。而在此区间以外取值的概率只有0.002 7，通常认为这种情况在一次试验中几乎不可能发生。

在实际应用中，通常认为服从于正态分布N（μ,σ）的随机变量X只取(μ−3σ,μ+3σ)之间的值，并简称为3σ原则。

4、正态曲线

如果函数为φμ,σ(x)=

12πσ

e−(x−μ)22σ2，x∈(−∞,+∞)，其中实数μ和σ(σ>0)为参数。我们称φμ,σ(x)的图象为正态分布密度曲线，简称正态曲线。

5、正态曲线的特点

（1）曲线位于x轴上方，与x轴不相交；

（2）曲线是单峰的，它关于直线x=μ对称；

（3）曲线在x=μ处达到峰值

1σ2π；

（4）曲线与x轴之间的面积为1。

（5）当σ一定时，曲线的位置由μ确定，曲线随着μ的变化而沿x轴平移；

（6）当μ一定时，曲线的形状由σ确定，σ越小，曲线越“瘦高”，表示总体的分布越集中；σ越大，曲线越“矮胖”，表示总体的分布越分散。

6. 正态分布概率计算公式高中

正态分布标准化的公式：Y=（X-μ）/σ～N（0，1）。

证明；因为X～N（μ，σ^2），所以P（x）=（2π）^（-1/2）*σ^（-1）*exp{[-（x-μ）^2]/（2σ^2）}。

注：F（y）为Y的分布函数，Fx（x）为X的分布函数。

而F（y）=P（Y≤y）=P（（X-μ）/σ≤y）=P（X≤σy+μ）=Fx（σy+μ）。

所以p（y）=F'（y）=F'x（σy+μ）*σ=P（σy+μ）*σ=[（2π）^（-1/2）]*e^[-（x^2）/2]。从而，N（0，1）。正态分布标准化的意义是可以方便计算，是一种统计学概念。

原本的正态分布图形有高矮胖瘦不同的形态，实际上是积分变换的必然结果，就好比是：

1.y=kx+b直线，它不一定过原点的，但是通过变换就可以了：大Y=y-b；大X=kx；===>大Y=大X。

2.y=a*b乘积，通过变换就可以变成加法运算：Ln（y）=Lna+Lnb。

3.y=ax²+bx+c通过变换就可以变成标准形式：y=a（x+b/（2a））²+（c-b²/（4a））。

正态分布的标准化也只不过是“积分变换”而已，虽然高矮胖瘦不同的形态，但是变量的线性伸缩变换并不改变其量化特性，虽然标准化以后都变成期望是0，方差是1的标准分布了，但这种因变量自变量的依赖关系仍然存在，不用担心会“质变”。