论文统计 · 概率分布

正态分布概率计算 · 标准化之后查表就行

给均值与标准差,算某点以下的概率、区间概率,或由概率反求分位数。自动展示标准化过程与 z 值。

z = (x−μ)/σP(X<x) = Φ(z)P(a<X<b) = Φ(z₂)−Φ(z₁)95% 区间:μ ± 1.96σ
分布参数μ、σ 与 x

标准差必须大于 0;概率填 0~1 的小数(如 0.975)。

AI 讲解需人机验证
算法会算,AI 会讲为什么
计算结果等待输入
概率
—
z 值
—
概率
—
分位数
—
结论
—
计算过程
  1. 填入数据后点「计算」,这里给出代入过程。
常用 z 值
置信度双侧 z单侧概率
90%1.6450.05
95%1.960.025
99%2.5760.005

标准化是唯一动作

任何正态分布 X~N(μ,σ²) 都能通过 z=(x−μ)/σ 变成标准正态 N(0,1)。之后所有概率都查同一张表,这就是标准化的意义。

68-95-99.7 法则:约 68% 的数据落在 μ±σ,95% 落在 μ±2σ,99.7% 落在 μ±3σ。快速判断异常值就靠它。

什么时候不能用正态近似

  • 数据明显偏态(如收入、房价)
  • 样本量很小且分布未知
  • 比例接近 0 或 1 时的二项分布
  • 存在截断或天花板效应

常见问题

P(X<x) 和 P(X≤x) 一样吗?

连续分布中两者相等,因为单点概率为 0。

z=0 说明什么?

说明 x 正好等于均值,左侧概率 0.5。

概率反查出的 x 唯一吗?

给定累计概率时唯一;若给双侧概率,会得到两个对称的分位数。

标准正态表怎么查?

表中给的是 Φ(z),即左侧累计概率。z=1.96 对应 0.975。

相关工具