正態分佈（normal distribution），也稱「常態分布」，又名
高斯分布
（gaussian distribution）
公式：若隨機變數
x服從乙個
數學期望
為μ、方差
為σ^2的正態分佈，記為n(μ，σ^2)。其
概率密度函式
為正態分佈的
期望值μ決定了其位置，其
標準差σ決定了分布的幅度。當μ = 0,σ = 1時的正態分佈是
標準正態分佈
。公式：
接下來畫乙個標準正態分佈
**：
# -*- coding: utf-8 -*-
"""spyder editor
this is a temporary script file.
"""import numpy as np
import math
import matplotlib.pyplot as plt
mu = 0
sigma = 1
x = np.linspace(mu - 3 * sigma, mu + 3 * sigma, 50)
y = np.exp(-(x - mu) ** 2 / (2 * sigma ** 2)) / (math.sqrt(2 * math.pi) * sigma)
print (x.shape)
print (x)
print (y.shape)
print (y)
plt.plot(x,y,'r-',x,y,'bo',linewidth=2,markersize=8)
plt.xlabel('x')
plt.ylabel('y')
plt.title("gauss distribution pdf")
plt.grid(true)
學習筆記 正態分佈
1 很多自然現象近似地服從正態分佈，雖然根本原因經常是未知的，但是理論上可以證明如果把許多小作用加起來看做乙個變數，那麼這個變數服從正態分佈。2 說明乙個隨機變數。最直觀的方法是概率密度函式，這種方法能夠表示隨機變數每個取值有多大的可能性。3 正態分佈的概率密度函式 均值為 方差為 2 或標準差 是...
python 累積正態分佈函式 截斷正態分佈
截斷正態分佈 truncated normal distribution 是在正態分佈中界定隨機變數進而從正態分佈的分布函式中匯出的概率分布，在計量經濟學中具有廣泛的應用。正態分佈是定義在實數域的概率分布，而截斷正態分佈顧名思義就是在正態分佈中擷取部分區間的概率。截斷正態分佈的定義如下 由截斷正態的...
正態分佈函式
1 使用matlab畫出正態分佈的概率密度函式影象。x 10 0.01 10 y normpdf x,0,1 正態分佈函式。figure axes1 axes pos 0.1 0.1 0.85 0.85 plot x,y set axes1,ylim 0.01 0.43 xlim 3 3 圖1 2 ...