正态分布/卡方分布/F分布/T分布
正态分布:
正态分布(Normal distribution)又名高斯分布(Gaussiandistribution),若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布,记为N(μ,σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。
当μ=0,σ=1时,正态分布就成为标准正态分布N(0,1)。概率密度函数为:
正态分布的密度函数的特点是:关于μ对称,并在μ处取最大值,在正(负)无穷远处取值为0,在μ±σ处有拐点,形状呈现中间高两边低,图像是一条位于x轴上方的钟形曲线。
卡方分布:
若n个相互独立的随机变量ξ₁、ξ₂、……、ξn ,均服从标准正态分布N(0,1)(也称独立同分布于标准正态分布),则这n个服从标准正态分布的随机变量的平方和构成一新的随机变量,其分布规律称为
分布(chi-squaredistribution)。其中参数n称为自由度(通俗讲,样本中独立或能自由变化的自变量的个数,称为自由度),正如正态分布中均值或方差不同就是另一个正态分布一样,自由度不同就是另一个
分布。记为
。
分布的均值为自由度 n,记为 E(
) = n; 分布的方差为2倍的自由度(2n),记为 D(
) = 2n。
从卡方分布图可以看出:卡方分布在第一象限内,卡方值都是正值,呈正偏态(右偏态),随着参数 n 的增大;卡方分布趋近于正态分布;随着自由度n的增大,卡方分布向正无穷方向延伸(因为均值n越来越大),分布曲线也越来越低阔(因为方差2n越来越大)。
t分布:
首先要提一句u分布,正态分布(normal distribution)是许多统计方法的理论基础。正态分布的两个参数μ和σ决定了正态分布的位置和形态。为了应用方便,常将一般的正态变量X通过u变换[(X-μ)/σ]转化成标准正态变量u,以使原来各种形态的正态分布都转换为μ=0,σ=1的标准正态分布(standard normaldistribution),亦称u分布。根据中心极限定理,通过抽样模拟试验表明,在正态分布总体中以固定 n 抽取若干个样本时,样本均数的分布仍服从正态分布,即N(μ,σ)。所以,对样本均数的分布进行u变换,也可变换为标准正态分布N (0,1)。
由于在实际工作中,往往σ(总体方差)是未知的,常用s(样本方差)作为σ的估计值,为了与u变换区别,称为t变换,统计量t 值的分布称为t分布。假设X服从标准正态分布N(0,1),Y服从卡方 (n)分布,那么Z=X/sqrt(Y/n)的分布称为自由度为n的t分布,记为 Z~t(n)。
可以看出,t分布以0为中心,左右对称的单峰分布;t分布是一簇曲线,其形态变化与n(确切地说与自由度ν)大小有关。自由度ν越小,t分布曲线越低平;自由度ν越大,t分布曲线越接近标准正态分布(u分布)曲线。
F分布:
设X、Y为两个独立的随机变量,X服从自由度为n的卡方分布,Y服从自由度为m的卡方分布,这两个独立的卡方分布除以各自的自由度以后的比率服从F分布。即:
F分布是一种非对称分布;它有两个自由度,即n-1和m-1,相应的分布记为F( n–1,m-1), n-1通常称为分子自由度, m-1通常称为分母自由度;F分布是一个以自由度(n-1)和(m-1)为参数的分布族,不同的自由度决定了F 分布的形状。
正态分布/卡方分布/F分布/T分布相关推荐
- 正态分布,二维正态分布,卡方分布,学生t分布——概率分布学习 python
目录 基本概念 概率密度函数(PDF: Probability Density Function) 累积分布函数(CDF: Cumulative Distribution Function) 核密度估 ...
- t分布 u分布 卡方分布_f分布t分布与卡方分布
<f分布t分布与卡方分布>由会员分享,可在线阅读,更多相关<f分布t分布与卡方分布(8页珍藏版)>请在人人文库网上搜索. 1.1.4 常用的分布及其分位数1. 卡平方分布卡平方 ...
- 概论第6章_正态总体的抽样分布_卡方分布_F分布_t分布
一 卡方分布 定义 设 X 1 , X 2 , . . . , X n X_1, X_2,..., X_n X1,X2,...,Xn 独立同分布于标准正态分布N(0, 1), 则 χ 2 = X ...
- 统计学(1)二项分布 几何分布 泊松分布 指数分布 正态分布 gamma分布 beta分布
分布与分布关系 1.二项分布 2.几何分布 3.泊松分布 4.二项分布转化泊松分布,泊松转化正态分布 5.指数分布 6.gamma分布 7.泊松.指数.gamma三者关系 8.Beta分布 1.二项分 ...
- R语言GARCH族模型:正态分布、t、GED分布EGARCH、TGARCH的VaR分析股票指数
全文链接:http://tecdat.cn/?p=31023 如何构建合适的模型以恰当的方法对风险进行测量是当前金融研究领域的一个热门话题(点击文末"阅读原文"获取完整代码数据). ...
- Γ函数及Γ分布,t分布,ϰ分布和费舍尔分布
摘要 在概率统计中,有这样一类连续型分布,可以用他们来通过一组相互独立且期望,方差相同的事件来确定他们的发生的概率和数学期望.在这里我们主要介绍Γ分布以及被他们引出的χ分布,t分布和fisher分布. ...
- 统计学第七周 python验证正态分布/卡方分布/T
统计学第七周 一.知识回顾 上周已经学习过正态分布/卡方分布/T分布等知识,但是如何选择那?
- matlab中表示拉普拉斯分布_分布拟合——正态/拉普拉斯/对数高斯/瑞利 分布
作者:桂. 时间:2017-03-16 20:30:20 声明:欢迎被转载,记得注明出处~ 前言 本文为曲线与分布拟合的一部分,主要介绍正态分布.拉普拉斯分布等常用分布拟合的理论推导以及代码实现. ...
- 基于“分布 —— 多分布” 的点云配准方法
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者:iceytan | 来源:知乎 https://zhuanlan.zhihu.com/p/135 ...
最新文章
- android 编程klinon,android - 您尚未接受以下SDK组件的许可协议
- 和对象一起运动更快乐!看完这篇正经研究,找对象的理由又多了一个
- 神经符号系统、因果推理、跨学科交互,李飞飞、Judea Pearl等16名学者共同探讨AI未来...
- Java 技术篇-用java自带的内存检测工具排查内存泄漏问题,查看java垃圾回收情况,监控java堆内存变化
- MFC不能多线程操作控件的原因
- wps临时文件不自动删除_电脑:让 Windows 10 系统自动清理临时文件
- Sentinel 成为 Spring Cloud 官方推荐的主流熔断降级方案
- 阿里云API网关(18)请求报文和响应报文
- ubuntu安装postgreSQL 9.3
- kickstart技术安装操作系统
- matlab 16qam误码率图,16QAM理论误码率与实际误码率MATLAB仿真程序(最新整理)
- VS2013/SQL SERVER 产品密钥
- 计算机信息安全攻防大赛,计算机学院举办校第六届网络攻防大赛
- 屁屁岚分析开源项目3——贴片机飞达控制板
- Android自动化测试框架Robotium
- 几种数据增强:Mixup,Cutout,CutMix 和yolov4中的 Mosaic
- 3D漫游结合行业应用,实现企业营销价值
- 本地pycharm连接到远程服务器(超级详细)
- 前端基础-Node.js核心模块的使用
- 密码学归约证明——计数器CTR模式