正态分布入门:读懂中心、离散与对称范围

正态曲线的概率看面积,不看高度。明确均值和标准差,用对称性与标准化检查原创例子,不虚构表值。

插图:正态分布入门:读懂中心、离散与对称范围

曲线高,不等于那个点的概率大于某个数

正态分布是连续模型。曲线下总面积为1,一个区间的概率对应区间上方的面积;纵坐标是概率密度,不是“恰好取这个数的概率”。在连续正态模型中,单个指定点的概率为0。这不表示某个测量值在实际记录中不会出现,而是模型中的单点面积为0。

这里解释图形与标准化,不承诺某种查表方法、计算器政策或固定题量。

先明确两个参数的含义

均值μ\mu决定中心,标准差σ>0\sigma>0决定尺度。不同教材可能把N(μ,σ2)N(\mu,\sigma^2)的第二项写作方差,也可能采用N(μ,σ)N(\mu,\sigma)表示标准差;读符号前先看本书约定。本篇直接写参数名称,避免混淆。

设X服从均值40、标准差5的正态模型。35和45距离均值一样远,标准化为

z=x−μσ,z35=−1,z45=1.z=\frac{x-\mu}{\sigma},\quad z_{35}=-1,\quad z_{45}=1.

因此两侧尾部概率P(X≤35)P(X\le35)与P(X≥45)P(X\ge45)相等。减去均值再除以标准差,就把位置表示为离均值多少个标准差。

有对称性,也不能随意填面积数字

若把中央面积P(35≤X≤45)P(35\le X\le45)记为p,那么两侧尾部各为(1−p)/2(1-p)/2。这是由总面积和对称性推出的关系;p的实际数值还需要合适的表、工具或已给信息,不能想当然指定为0.70。

“约68%在均值正负一个标准差内”是正态模型的近似经验规律,不表示所有数据都落在这个区间。更不能把任意钟形或任意实际样本都自动当成正态分布。

移动与拉宽改变什么

改变均值而保持标准差不变,曲线水平移动;改变标准差会改变宽窄,同时密度高度也要调整,才能维持总面积1。两条密度曲线不能只按最高点高度比较“总体概率更多”,因为总概率都为1。

读图检查表

  • 图表示频数、频率还是概率密度?
  • 中心和尺度分别是什么?
  • 问的是区间面积、尾部面积,还是标准化位置?
  • 数值来自题设、对称关系还是实际查表?
  • 我是否把样本观察冒充成模型保证?

对连续模型,<<与≤\le的端点差别不改变区间概率;这与集合区间里端点是否属于集合的判断不同。区分这两个问题,能减少机械套括号规则造成的错误。

均值40标准差5的正态曲线,35至45的中央面积标p,左右尾部对称。
原创密度形状图:纵向按比例放大且未标数值;绿色为中央概率p,每尾为(1−p)/2。