一般的正态分布X N(μ,σ^2)
其概率密度函数为:f(x) = e^[-(x - μ)^2/(2σ^2)] / [√(2π)σ]
引入标准正态变量Z:z = (x - μ) / σ
可以算出 z的平均值为0、标准差为1:
z的平均值 = E(Z) = E(X- μ)/σ = (E(X)-μ)/σ = (μ-μ)/σ = 0
z的标准差 = E[(Z-E(Z))^2] = E[(X-μ)^2/σ^2]=σ^2/σ^2 = 1
因此标准正态变量的平均值是为0、标准差为1,记作:Z N(0,1)
一般的正态分布X N(μ,σ^2)
其概率密度函数为:f(x) = e^[-(x - μ)^2/(2σ^2)] / [√(2π)σ]
引入标准正态变量Z:z = (x - μ) / σ
可以算出 z的平均值为0、标准差为1:
z的平均值 = E(Z) = E(X- μ)/σ = (E(X)-μ)/σ = (μ-μ)/σ = 0
z的标准差 = E[(Z-E(Z))^2] = E[(X-μ)^2/σ^2]=σ^2/σ^2 = 1
因此标准正态变量的平均值是为0、标准差为1,记作:Z N(0,1)