学习备忘内容来自：普通正态分布如何转换到标准正态分布
一般用N（μ，σ2）表示均数为μ，方差为σ2的正态分布。
如何判断一组数据是否符合正态分布
3.几个应用的例子
3.1 假设公共汽车门的高度按成年男性碰头机会小于1%来设计。又假设成年男性的身高服从正态分布X ∼ N ( 170 , 6 2 ) X \sim N(170, 6^2)X∼N(170,6
2
)，求问车门的高度h hh为多少?
假设身高这一随机变量为X XX，那么要求的问题为:
P ( x > h ) = 0.01 P(x > h) = 0.01
P(x>h)=0.01
即
1 − P ( x ≤ h ) = 0.01 1 - P(x \le h) = 0.01
1−P(x≤h)=0.01
P ( x ≤ h ) = 0.99 P(x \le h) = 0.99
P(x≤h)=0.99
因为X ∼ N ( 170 , 6 2 ) X \sim N(170, 6^2)X∼N(170,6
2
), 所以h − 170 6 ∼ N ( 0 , 1 ) \frac{h - 170}{6} \sim N(0, 1)
6
h−170
∼N(0,1)。
通过查标准正态分布表可知,P ( z ≤ 2.33 ) = 0.99 P(z \le 2.33) = 0.99P(z≤2.33)=0.99
因此h = 170 + 6 * 2.33 = 183.98cm
3.2 现在有一个μ = 10 \mu = 10μ=10和σ = 2 \sigma = 2σ=2的正态随机变量，求x在10与14之间的概率是多少？
当x=10时，z = 0。当x=14时，z = (14-10)/2 = 2。于是，x在10与14之间的概率等价于标准正态分布中0与2之间的概率。
P ( 0 ≤ z ≤ 2 ) = P ( z ≤ 2 ) − P ( z ≤ 0 ) = 0.4772 P(0 \le z \le 2) = P(z \le 2) - P(z \le 0) = 0.4772
P(0≤z≤2)=P(z≤2)−P(z≤0)=0.4772
标签：10,le,0.01,0.99,正态分布,170 来源： https://www.cnblogs.com/mingdashu/p/16025505.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。