正态分布

官官方数学老师·11 页·深入（追求细节与边界）·0 次浏览·3 天前

✦ 正态分布数学正态分布 3σ原则

正态分布概率论统计推断中心极限定理

正态分布

搞懂正态分布的密度结构、变换不变性,以及它在中心极限定理里的核心地位

按空格/→ 演示下一步

1 / 11 页

全部页面点击任意一页，跳回舞台从这页播放

正态分布概率论统计推断中心极限定理

正态分布

搞懂正态分布的密度结构、变换不变性,以及它在中心极限定理里的核心地位

1第 1 页 · 正态分布

利用样本估计正态分布参数

正态分布由均值 μ 和方差 σ² 决定，但现实中我们几乎拿不到全部数据，只能从一小撮样本里去“猜”这两个参数。怎么猜才猜得准？这就是参数估计要做的事。

样本均值 x̄

用样本的算术平均作为总体均值 μ 的点估计

样本方差 s²

除以 n−1 的样本方差，对 σ² 是无偏估计

最大似然估计

让“观测到当前样本的概率最大”的参数取值

自由度 n−1

分母减 1 修正系统低估，因为均值已占用一个自由度

班级平均分猜全校对应 →样本统计量估计总体参数

一个班不代表全校，但样本越大越接近真实均值

\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i,\quad s^{2}=\frac{1}{n-1}\sum_{i=1}^{n}(x_i-\bar{x})^{2}

2第 2 页 · 利用样本估计正态分布参数

连续型随机变量

投骰子只能出 1~6；量身高则能取 1.70、1.701、1.7001 等任意精度。这种可无限细分的变量，就是连续型随机变量。

取值连续不可数

在区间内可取任意实数，找不到「下一档」

单点概率恒为零

P(X=x)=0，因为「恰好等于」概率为零

用密度函数刻画

概率密度 f(x) 描述分布形态

面积等于区间概率

P(a≤X≤b) 等于 f(x) 在 [a,b] 下的面积

密度曲线积分为一

负无穷到正无穷下总面积恒等于 1

沙堆的密度对应 →概率密度

问一粒沙无意义，要问一整片沙的「量」；整堆沙量归一为 1

P(a \leq X \leq b) = \int_a^b f(x)\,dx

3第 3 页 · 连续型随机变量

正态分布

为什么身高、考试分数、测量误差——这些看起来毫无关联的现象，都呈现'中间高、两端低'的钟形？答案藏在它们共同的成因里。这页我们先把这条曲线本身看清楚。

概率密度函数

对称钟形曲线，由μ和σ两个参数唯一确定

两个参数

μ是位置参数，决定对称中心；σ是尺度参数，决定胖瘦

标准化变换

令Z=(X-μ)/σ，任何正态都化为标准正态N(0,1)

经验法则

约68%/95%/99.7%的值落在±1σ/±2σ/±3σ区间

适用与边界

适合对称单峰、尾部指数衰减；不适用于有界数据、肥尾

工厂批量生产零件对应 →正态分布

μ是目标尺寸，σ是工艺精度。精度越高(σ越小)，零件越集中在μ附近，形成中间高两端低的钟形

f(x)=\frac{1}{\sigma\sqrt{2\pi}}\exp\left(-\frac{(x-\mu)^2}{2\sigma^2}\right)

4第 4 页 · 正态分布

正态密度函数

前面我们聊到正态分布像一口钟形对称的曲线，对连续变量而言，概率不再是某个点的取值，而是某段区间下的面积。今天我们把这口钟背后的数学函数拆开来看。

密度函数表达式

f(x)=1/(σ√(2π))·exp(-(x-μ)²/(2σ²))，定义在全体实数上

两个参数

μ 控制钟的中心位置，σ 控制钟的胖瘦；两者确定，曲线唯一

概率等于面积

[a,b] 内的概率 = 密度曲线在该区间下方的积分面积

关键标志点

峰高 1/(σ√(2π))；拐点位于 μ±σ；对称轴 x=μ

地形海拔图对应 →正态密度曲线

海拔高低不等于水量，要看覆盖面积；曲线高度也不是概率，要看区间面积

f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\!\left(-\frac{(x-\mu)^2}{2\sigma^2}\right)

5第 5 页 · 正态密度函数

标准正态分布

前面见过各种正态分布——均值为170的身高、方差为5的误差。每条钟形曲线都不一样，查概率总不能为每条都造一张表。数学家把所有正态曲线都'翻译'到同一个标准上，问题就解决了。

标准正态 N(0,1)

均值为0、方差为1的正态分布，是整个正态家族的'参照原点'

标准化变换

X~N(μ,σ²) 时 Z=(X-μ)/σ 必为 N(0,1)；曲线形状不变，只换坐标

对称性质

曲线关于 z=0 对称，Φ(-z)=1-Φ(z)，右侧查表即可

万能概率表

任意正态的概率都先标准化，再查这张唯一的标准正态分布表

典型应用

Z检验、置信区间、异常值判定（|Z|>2 视为罕见）

货币兑换（换算到美元）对应 →标准化变换

不同国家物价不能直接比，先换算到同一货币；不同正态的概率也先标准化再查表

Z = \frac{X - \mu}{\sigma}, \quad \varphi(z) = \frac{1}{\sqrt{2\pi}} e^{-z^2/2}

6第 6 页 · 标准正态分布

正态分布参数 μ 和 σ

标准正态只是一条特殊曲线——中心在 0、宽度固定。现实里每条钟形曲线的「位置」和「胖瘦」各不相同，这就靠 μ 和 σ 两个参数来调控。

μ 均值

位置参数，决定曲线对称轴 x=μ 所在的位置

σ 标准差

尺度参数，控制数据散布；σ 越大曲线越扁宽

取值约束

μ 可为任意实数；σ 必须严格 >0，σ=0 退化为点

独立调节

μ 只平移、σ 只缩放，互不耦合——两个独立旋钮

典型应用

测量误差、产品尺寸、考试分数等「中心+波动」场景

射击打靶对应 →μ 与 σ 的调控

μ 是靶心位置（瞄准往哪打），σ 是散布半径（手稳不稳）

f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}

7第 7 页 · 正态分布参数 μ 和 σ

3σ原则

上一页用标准正态分布的 Z 分数衡量偏离。把 z=(x−μ)/σ 放回 X 的尺度，就是看数据离均值几个标准差；长期观察由此形成一组稳定比例。

经验背景

它不是普适定理，而是近似正态数据在长期观察中呈现的覆盖率。

一倍 σ

正态分布下，μ±σ 内约有 68.27% 的概率质量。

两倍 σ

μ±2σ 内约有 95.45%，两端合计约 4.55%。

三倍 σ

μ±3σ 内约有 99.73%，每侧尾部约 0.135%；越界应排查。

非正态边界

均值与方差存在时，切比雪夫不等式保证三σ内至少 8/9。

生产线三道警戒线对应 →1σ、2σ、3σ 区间

越靠外的事件越少见；越出 3σ，越值得检查，但不等于判错。

P(|X-\mu|<k\sigma)=\begin{cases}0.6827,&k=1\\0.9545,&k=2\\0.9973,&k=3\end{cases}\qquad P(|X-\mu|<3\sigma)\geq\frac{8}{9}

8第 8 页 · 3σ原则

概率密度与概率面积关系

统计老师把钟形曲线下的地面分成窄条，问“60到80分占总体多少”——关键不是某处有多高，而是把这一段所有窄条的面积加起来。

密度是高度

f(x)描述x附近单位宽度的概率集中程度；可大于1，但不是概率

概率是面积

X落在[a,b]的概率，等于密度曲线在该区间与横轴围成的面积

单点没有面积

单点没有宽度，所以P(X=x₀)=0；应讨论包含x₀的小区间

总面积为1

曲线从−∞到+∞的面积恒为1，代表全部结果的总概率

正态区间应用

已知μ、σ和端点a、b，就可计算区间占比，如产品不合格率

宽度变化的纸条对应 →正态分布区间概率

纸条宽度对应该区间，涂色高度对应f(x)，色块面积对应该区间概率

P(a\le X\le b)=\int_a^b f(x)\,dx=\Phi\!\left(\frac{b-\mu}{\sigma}\right)-\Phi\!\left(\frac{a-\mu}{\sigma}\right)

9第 9 页 · 概率密度与概率面积关系

本节要点

✓密度函数值≠概率，面积才是概率
✓μ决定位置，σ决定离散程度
✓标准化后任意正态都化为标准正态
✓3σ范围内几乎覆盖全部数据
✓样本均值与方差是μ和σ²的无偏估计

延伸主题：中心极限定理正态性检验对数正态分布

10第 10 页 · 本节要点

课后思考

先独立思考，再对照参考答案。三道题分别检验回顾、应用与迁移能力。

1为什么现实中大量随机现象都呈现钟形分布？仅仅是巧合，还是背后有更深的规律？

参考答案中心极限定理给出答案：大量独立微小随机因素的叠加，无论各自分布如何，总和趋向正态分布。这不是巧合，而是数学规律。

2若总体不是正态分布，样本均值的抽样分布还能用正态分布近似吗？条件是什么？

参考答案可以。中心极限定理保证：无论总体分布如何，独立同分布随机变量的均值随样本量n增大趋近正态，通常n≥30即可近似使用。

3数据有明显的厚尾或偏态时，仍按正态分布建模会带来什么隐患？用什么方法识别？

参考答案厚尾会严重低估极端事件概率（如金融黑天鹅）；偏态导致均值与中位数错位，3σ原则失效。识别方法：QQ图、计算偏度与峰度、正态性检验。

11第 11 页 · 课后思考