正态分布(Normal distribution)又名高斯分布(Gaussian distribution)是一个在、及等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X服从一个为μ、为σ2的高斯分布,记为:
正态分布的μ决定了其位置,其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的正態分布(见右图中绿色曲线)。
正态分布的均值为μ 为σ2 (或σ)是的一个实例:
1这个分布被称为标准正态分布,这个分布能够简化为
右边昰给出了不同参数的正态分布的函数图
正态分布中一些值得注意的量:
- 密度函数关于平均值对称
- 函数曲线下68.268949%的面积在平均值左右的一个范围内
- 95.449974%的面积在平均值左右两个标准差2σ的范围内
- 99.730020%的面积在平均值左右三个标准差3σ的范围内
- 99.993666%的面积在平均值左右四个标准差4σ的范围内
若随机变量X具有概率密度
其中α>0,β>0,则称随机变量X服从参数α,β的伽马分布,记作G(α,β).
Gamma分布的特殊形式
当形状参数α=1时,伽马分布就是参數为γ的指数分布,X~Exp(γ)
当α=n/2β=1/2时,伽马分布就是自由度为n的卡方分布X^2(n)
“无意中发现了一个巨牛的人工智能教程,忍不住分享一下給大家教程不仅是零基础,通俗易懂而且非常风趣幽默,像看小说一样!觉得太牛了所以分享给大家。”