概率论 - 正态分布 正态分布具有一些有用的性质。 目录 概率论 - 正态分布 正态分布和标准正态分布的转换 引理 证明 结论 正态分布的性质 正态分布和标准正态分布 ...

方法：P-P图、Q-Q图、DW检验(杜宾-瓦特森检验) Q-Q图 分位数图示法（Quantile Quantile Plot，简称 Q-Q 图） 统计学里Q-Q图（Q代表分位数）是一个概率图，用图形的方式比较两个概率分布，把他们的两个分位数放在一起比较。首先选好分位数间隔。图上的点（x,y ...

一、概率密度函数 概率密度函数用于描述连续随机变量的概率分布，离散型分布中我们通常关注随机变量X取特定值时的概率，在连续型分布中关注X在某数值范围内对应概率。 连续随机变量的概率通过概率密度函数面积表示。对于任何概率分布来说，总概率必须等于1，因此面积必须等于1。 二、正态分布-连续 ...

X~N(μ,σ²)：一般正态分布：均值为μ、方差为σ² http://blog.csdn.net/zhanghongxian123/article/details/39008493 对于标准正态分布来说，存在一张表，称为：标准正态分布表： 该表计算的是：P(X<=x ...

　　我们在前面的章节中见识过二维正态分布，(X,Y)服从参数为μ1, μ2, σ1, σ2, ρ的二维正态分布，记作(X, Y)~N(μ1, μ2, σ1, σ2, ρ)，它的密度函数： 　　其中μ1是第1维度的均值，σ12是第1维度的方差，ρ是将两个维度的相关性规范到-1到+1之间的统计 ...

　　正态分布密度函数是： 　　若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。当μ=0，σ2=1是，称为标准正态分布。不需要记住这个复杂的公式，知道它的意义即可，在使用时可以随时查阅。 　　在研究正态分布时，我们认为每个样本都是等权的，因此μ是随机变量的均值 ...

在实际项目中，遇到需要正态分布算法去计算一个数值在整体的分布区间，例如： 100,90,80,70,60,50,40,30,20,10共10个数，按从高到低的顺序排序，总数的10%分布区域为极高频，总数的30%分布区域为高频，总数的40%分布区域为中频，总数的20%分布区域为低频，比如我 ...

　　最近闲来无事，发现做一个咸鱼就是好，想做什么做什么。可能码农做久了，还是无法摆脱技术的思维。接了个小活，其中涉及到需要用到C++实现概率分布--0-1均匀分布和标准正态分布，虽然很简单，还是记下来，以备后用。 　　均匀分布： 　　　　在不设置种子的情况下，rand()函数可以产生伪随机序列 ...