已知均值和方差其他什么条件和数据都没有 如何求证此均值和方差符合正态分布
来源：学生作业帮助网 编辑：六六作业网 时间：2024/11/17 11:50:47
已知均值和方差其他什么条件和数据都没有 如何求证此均值和方差符合正态分布
已知均值和方差其他什么条件和数据都没有 如何求证此均值和方差符合正态分布
已知均值和方差其他什么条件和数据都没有 如何求证此均值和方差符合正态分布
什么数据都没有的话,根本无法模拟此变量X的分布状况,无法求证此均值和方差符合正态分布
有几组数据的话,可以利用chisquare test
z=(数据1-均值)²/数据1+.(数据n-均值)²/数据n
然后查 chisquare (n-1)的表里面,z值对应概率,若小于等于95%,可以算是95%的肯定符合正态分布
每个数据ms最好不要小于5 ,不然会影响准确度
很久之前学的,记不清了,你可以上网查查chisquare test
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、标准方差为σ2的高斯分布，记为：则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...
全部展开
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、标准方差为σ2的高斯分布，记为：则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。
收起