精华内容
下载资源
问答
  • 正态分布这个概念在统计学中很常见,在做与正态分布有关计算的时候经常会用到标准正态分布表。如果知道一个数值的标准分数即z-score,就可以非常便捷地在标准正态分布表中查到该标准分数对应的概率值。任何数值,...

    正态分布这个概念在统计学中很常见,在做与正态分布有关计算的时候经常会用到标准正态分布表。如果知道一个数值的标准分数即z-score,就可以非常便捷地在标准正态分布表中查到该标准分数对应的概率值。任何数值,只要符合正态分布的规律,均可使用标准正态分布表查询其发生的概率。

    下表就是标准正态分布表,在使用的时候,第一步是先计算数值的标准分数,然后将标准分数四舍五入到小数点后第二位;第二步是在标准正态分布表中的左侧查到直到标准分数的小数点后第一位,然后用顶部的数值查到所对应的标准分数的小数点后第二位。

    c11243f6f69f54ed2d4babb408bbab1c.png

    比如标准分数为1.16,在表左侧可以查到1.1所在的行,然后再找到0.06所在的列,最后对应的概率值为0.877。这就意味着在正态分布的情况下,如果一个数值的标准分数为1.16,那么该数值所代表的情况出现的概率为87.7%。

    a76ca6a8a01505bd66cddd35f2701abb.png

    以下通过案例来看标准正态分布表的应用。假设某地成年男性的身高数据呈正态分布,平均身高为1.70米,标准差为4厘米。

    问题:

    1. 男性身高超过1.75米的占比为多少?

    2. 男性身高在1.74-1.75米之间的占比为多少?

    3. 如果有20%的男性身高高于某个数值,该数值所对应的身高数据是多少?

    4. 如果有20%的男性身高低于某个数值,该数值所对应的身高数据是多少?

    解题:

    1、先用标准分数即z-score计算公式将1.75米的身高数据转换成标准分数,结果为(1.75– 1.70) / 0.04 =1.25,这样问题就成了:在标准正态分布曲线中标准分数大于1.25的概率是多少?查询标准正态分布表,可以看到1.25的标准分数对应的概率值为0.894= 89.4%,也就是有89.4%的男性身高数据的标准分数不超过1.25,因此有100%-89.4%=10.6%的男性身高超过1.75米。

    c8d4284e5028482d717f44fe83f267f3.png

    2、在问题1中已知身高为1.75米的标准分数为1.25,那么身高为1.74米的标准分数= (1.74 –1.70) / 4 = 1.00,因此只需找到1.0048b2c7b642ed16fbcd7cad36108cccb6.png

    3、如果说有20%的男性身高高于某个数值,那就意味着80%的男性身高不超过该数值,因此在标准正态分布表看到概率值为0.800所对应的标准分数为0.84,现在将这个标准分数转换成身高数据,带入z-score的计算公式为0.84=(x-1.70)/0.04,结果为1.7336米,即在全部成年男性中有20%的男性身高高于1.7336米。

    0b50ce1eb2934a81bb4f348ca2e0492e.png

    4、这个问题的计算思路与前面的问题基本相同,区别只是在于标准分数需要使用负值,因此带入z-score的计算公式后为-0.84=(x-1.70)/0.04,结果为1.6664米,即在全部成年男性中有20%的男性身高低于1.6664米。

    在各类金融市场中,外汇市场的回报率总体上符合正态分布的规律,因此第二个案例是如何借助标准正态分布表估算外汇汇率。

    圣路易斯联邦储备银行主页上下载2018-7-2至2019-6-28这一年间的欧元/美元汇率,经计算,汇率均值为1.1409,标准差为0.0166

    966a74d92195214ad905d467809264a4.png

    标准分数分布如下图所示:

    593b56c0f34768b7fb6e7f07ceb5ac33.png

    问题:

    1. 欧元/美元的汇率在1.17以上的交易日占比为多少?

    2. 欧元/美元的汇率在1.1650-1.17之间的交易日占比为多少?

    3. 如果在5%的交易日中欧元/美元的汇率高于某个水平,该汇率是多少?

    4. 如果在10%的交易日中欧元/美元的汇率低于某个水平,该汇率是多少?

    解题:

    1、先用标准分数即z-score计算公式将1.1700的汇率数据转换成标准分数,结果为(1.17-1.1409) / 0.0166 = 1.7560,这样问题就变成:在欧元/美元汇率的标准正态分布曲线中标准分数大于1.7560的概率是多少?查询标准正态分布表,可以看到1.7560约等于1.176,所对应的概率值为0.961=96.1%,也就是在过去一年中96.1%的交易天数里欧元/美元的汇率在1.1700以上。

    8ae2742ab858a81596c5e06f038f3f96.png

    2、欧元/美元汇率1.1700的标准分数已知,1.1650汇率的标准分数= (1.1650-1.1409) / 0.0166 = 1.4547,因此只需找到1.45c7e8e9992a4895270015bc04a96c4803.png

    3、解题思路与前面身高的案例相同,欧元/美元的汇率在5%的交易日中高于某个水平,反过来讲也就是说在95%的情况下欧元/美元的汇率没有高于某个水平。在标准正态分布表中0.95的概率值对应的标准分数为1.64,将这个标准分数转换成汇率,带入z-score计算公式为1.64= (x-1.1409)/0.0166,结果为1.1681。也就是说,在2018-7-2至2019-6-28的一年间,当欧元/美元的汇率处于1.1681的时候,在全部交易日中欧元/美元的汇率有5%的概率将高于1.1681。

    c8982652e6d1a42ed0e6f84aa65464d4.png

    4、同理,在标准正态分布表查到0.90的概率值所对应的标准分数1.28,带入z-score计算公式后为-1.28=(x-1.1409)/0.0166,结果为1.1196。也就是说,在2018-7-2至2019-6-28的一年间,当欧元/美元的汇率处于1.1196的时候,在全部交易日中有10%的交易日的欧元/美元汇率低于1.1196。

    展开全文
  • 正态分布这个概念在统计学中很常见,在做与正态分布有关计算的时候经常会用到标准正态分布表。如果知道一个数值的标准分数即z-score,就可以非常便捷地在标准正态分布表中查到该标准分数对应的概率值。任何数值,...

    正态分布这个概念在统计学中很常见,在做与正态分布有关计算的时候经常会用到标准正态分布表。如果知道一个数值的标准分数即z-score,就可以非常便捷地在标准正态分布表中查到该标准分数对应的概率值。任何数值,只要符合正态分布的规律,均可使用标准正态分布表查询其发生的概率。

    下表就是标准正态分布表,在使用的时候,第一步是先计算数值的标准分数,然后将标准分数四舍五入到小数点后第二位;第二步是在标准正态分布表中的左侧查到直到标准分数的小数点后第一位,然后用顶部的数值查到所对应的标准分数的小数点后第二位。

    比如标准分数为1.16,在表左侧可以查到1.1所在的行,然后再找到0.06所在的列,最后对应的概率值为0.877。这就意味着在正态分布的情况下,如果一个数值的标准分数为1.16,那么该数值所代表的情况出现的概率为87.7%。

    以下通过案例来看标准正态分布表的应用。假设某地成年男性的身高数据呈正态分布,平均身高为1.70米,标准差为4厘米。

    问题:

    1.  男性身高超过1.75米的占比为多少?

    2.  男性身高在1.74-1.75米之间的占比为多少?

    3.  如果有20%的男性身高高于某个数值,该数值所对应的身高数据是多少?

    4.  如果有20%的男性身高低于某个数值,该数值所对应的身高数据是多少?

    解题:

    1、先用标准分数即z-score计算公式将1.75米的身高数据转换成标准分数,结果为(1.75– 1.70) / 0.04 =1.25,这样问题就成了:在标准正态分布曲线中标准分数大于1.25的概率是多少?查询标准正态分布表,可以看到1.25的标准分数对应的概率值为0.894= 89.4%,也就是有89.4%的男性身高数据的标准分数不超过1.25,因此有100%-89.4%=10.6%的男性身高超过1.75米。

    2、在问题1中已知身高为1.75米的标准分数为1.25,那么身高为1.74米的标准分数= (1.74 –1.70) / 4 = 1.00,因此只需找到1.00

    3、如果说有20%的男性身高高于某个数值,那就意味着80%的男性身高不超过该数值,因此在标准正态分布表看到概率值为0.800所对应的标准分数为0.84,现在将这个标准分数转换成身高数据,带入z-score的计算公式为0.84=(x-1.70)/0.04,结果为1.7336米,即在全部成年男性中有20%的男性身高高于1.7336米。

    4、这个问题的计算思路与前面的问题基本相同,区别只是在于标准分数需要使用负值,因此带入z-score的计算公式后为-0.84=(x-1.70)/0.04,结果为1.6664米,即在全部成年男性中有20%的男性身高低于1.6664米。

    在各类金融市场中,外汇市场的回报率总体上符合正态分布的规律,因此第二个案例是如何借助标准正态分布表估算外汇汇率。

    圣路易斯联邦储备银行主页上下载2018-7-2至2019-6-28这一年间的欧元/美元汇率,经计算,汇率均值为1.1409,标准差为0.0166

    标准分数分布如下图所示:

    问题:

    1.  欧元/美元的汇率在1.17以上的交易日占比为多少?

    2.  欧元/美元的汇率在1.1650-1.17之间的交易日占比为多少?

    3.  如果在5%的交易日中欧元/美元的汇率高于某个水平,该汇率是多少?

    4.  如果在10%的交易日中欧元/美元的汇率低于某个水平,该汇率是多少?

    解题:

    1、先用标准分数即z-score计算公式将1.1700的汇率数据转换成标准分数,结果为(1.17-1.1409) / 0.0166 = 1.7560,这样问题就变成:在欧元/美元汇率的标准正态分布曲线中标准分数大于1.7560的概率是多少?查询标准正态分布表,可以看到1.7560约等于1.176,所对应的概率值为0.961=96.1%,也就是在过去一年中96.1%的交易天数里欧元/美元的汇率在1.1700以上。

    2、欧元/美元汇率1.1700的标准分数已知,1.1650汇率的标准分数= (1.1650-1.1409) / 0.0166 = 1.4547,因此只需找到1.45

    3、解题思路与前面身高的案例相同,欧元/美元的汇率在5%的交易日中高于某个水平,反过来讲也就是说在95%的情况下欧元/美元的汇率没有高于某个水平。在标准正态分布表中0.95的概率值对应的标准分数为1.64,将这个标准分数转换成汇率,带入z-score计算公式为1.64= (x-1.1409)/0.0166,结果为1.1681。也就是说,在2018-7-2至2019-6-28的一年间,当欧元/美元的汇率处于1.1681的时候,在全部交易日中欧元/美元的汇率有5%的概率将高于1.1681。

    4、同理,在标准正态分布表查到0.90的概率值所对应的标准分数1.28,带入z-score计算公式后为-1.28=(x-1.1409)/0.0166,结果为1.1196。也就是说,在2018-7-2至2019-6-28的一年间,当欧元/美元的汇率处于1.1196的时候,在全部交易日中有10%的交易日的欧元/美元汇率低于1.1196。

    展开全文
  • 展开全部一、概述:1、所谓的正态分布表都是标准正态分布表(n(0,1),通过查找实数x的位置,从而得到p(z<=x)。e5a48de588b632313133353236313431303231363533313333656531352、表的纵向代表x的整数部分和小数点后...

    展开全部

    一、概述:

    1、所谓的正态分布表都是标准正态分布表(n(0,1),通过查找实数x的位置,从而得到p(z<=x)。e5a48de588b63231313335323631343130323136353331333365653135

    2、表的纵向代表x的整数部分和小数点后第一位,横向代表x的小数点后第二位,然后就找到了x的位置。比如这个例子,纵向找2.0,横向找0,就找到了2.00的位置,查出0.9772。

    二、举例:

    例一、z服从n(0,1),求p(|z|≥2)。

    由于z已经服从标准正态分布n(0,1),那么z'=z,不必转化了。

    p(|z|≥2)=p(z≥2)+p(z<=-2)

    =2*p(z≥2)

    =2*(1-p(z<=2))

    查表可知,p(z<=2)=0.9772,所以p(|z|≥2)=0.0456。

    例二、z服从n(5,9),求p(z≥11)+p(z<=-1)。

    令z'=(z-5)/3,z'服从n(0,1)

    做转化p(z≥11)+p(z<=-1)=p(|z-5|≥6)

    =p(|z'|≥2)

    正态分布:

    一、最早是由一位数学家从二项分布在n趋近于无穷大时的近似而推导出来的,我认为楼主自己也有基础推出这个结论。像楼主这样考虑根本问题的人,一般学的都比较扎实。

    二、二项分布的概率密度C(m,n)*p^m*(1-p)^(n-m),考虑此函数在n趋近于无穷大,m在n/2附近时的近似。

    三、求近似时,关键的一步是用斯特灵公式:N!约等于N的N次方乘以根号下2πN再除以e的N次方,当N非常大时。在具体推导中,对于n,n-m,m都可以适用此近似。

    展开全文
  • 标准正态分布表

    千次阅读 2012-05-14 17:11:54
    标准正态分布表  x  0.00  0.01  0.02  0.03  0.04  0.05  0.06  0.07  0.08  0.09 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 ...
    标准正态分布表

     x  0.00  0.01  0.02  0.03  0.04  0.05  0.06  0.07  0.08  0.09

    0.0

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    0.9

    1.0

    1.1

    1.2

    1.3

    1.4

    1.5

    1.6

    1.7

    1.8

    1.9

    2.0

    2.1

    2.2

    2.3

    2.4

    2.5

    2.6

    2.7

    2.8

    2.9

    0.5000

    0.5398

    0.5793

    0.6179

    0.6554

    0.6915

    0.7257

    0.7580

    0.7881

    0.8159

    0.8413

    0.8643

    0.8849

    0.9032

    0.9192

    0.9332

    0.9452

    0.9554

    0.9641

    0.9713

    0.9772

    0.9821

    0.9861

    0.9893

    0.9918

    0.9938

    0.9953

    0.9965

    0.9974

    0.9981

    0.5040

    0.5438

    0.5832

    0.6217

    0.6591

    0.6950

    0.7291

    0.7611

    0.7910

    0.8186

    0.8438

    0.8665

    0.8869

    0.9049

    0.9207

    0.9345

    0.9463

    0.9564

    0.9648

    0.9719

    0.9778

    0.9826

    0.9864

    0.9896

    0.9920

    0.9940

    0.9955

    0.9966

    0.9975

    0.9982

    0.5080

    0.5478

    0.5871

    0.6255

    0.6628

    0.6985

    0.7324

    0.7642

    0.7939

    0.8212

    0.8461

    0.8686

    0.8888

    0.9066

    0.9222

    0.9357

    0.9474

    0.9573

    0.9656

    0.9726

    0.9783

    0.9830

    0.9868

    0.9898

    0.9922

    0.9941

    0.9956

    0.9967

    0.9976

    0.9982

    0.5120

    0.5517

    0.5910

    0.6293

    0.6664

    0.7019

    0.7357

    0.7673

    0.7967

    0.8238

    0.8485

    0.8708

    0.8907

    0.9082

    0.9236

    0.9370

    0.9484

    0.9582

    0.9664

    0.9732

    0.9788

    0.9834

    0.9871

    0.9901

    0.9925

    0.9943

    0.9957

    0.9968

    0.9977

    0.9983

    0.5160

    0.5557

    0.5948

    0.6331

    0.6700

    0.7054

    0.7389

    0.7703

    0.7995

    0.8264

    0.8508

    0.8729

    0.8925

    0.9099

    0.9251

    0.9382

    0.9495

    0.9591

    0.9672

    0.9738

    0.9793

    0.9838

    0.9874

    0.9904

    0.9927

    0.9945

    0.9959

    0.9969

    0.9977

    0.9984

    0.5199

    0.5596

    0.5987

    0.6368

    0.6736

    0.7088

    0.7422

    0.7734

    0.8023

    0.8289

    0.8531

    0.8749

    0.8944

    0.9115

    0.9265

    0.9394

    0.9505

    0.9599

    0.9678

    0.9744

    0.9798

    0.9842

    0.9878

    0.9906

    0.9929

    0.9946

    0.9960

    0.9970

    0.9978

    0.9984

    0.5239

    0.5636

    0.6026

    0.6404

    0.6772

    0.7123

    0.7454

    0.7764

    0.8051

    0.8355

    0.8554

    0.8770

    0.8962

    0.9131

    0.9279

    0.9406

    0.9515

    0.9608

    0.9686

    0.9750

    0.9803

    0.9846

    0.9881

    0.9909

    0.9931

    0.9948

    0.9961

    0.9971

    0.9979

    0.9985

    0.5279

    0.5675

    0.6064

    0.6443

    0.6808

    0.7157

    0.7486

    0.7794

    0.8078

    0.8340

    0.8577

    0.8790

    0.8980

    0.9147

    0.9292

    0.9418

    0.9525

    0.9616

    0.9693

    0.9756

    0.9808

    0.9850

    0.9884

    0.9911

    0.9932

    0.9949

    0.9962

    0.9972

    0.9979

    0.9985

    0.5319

    0.5714

    0.6103

    0.6480

    0.6844

    0.7190

    0.7517

    0.7823

    0.8106

    0.8365

    0.8599

    0.8810

    0.8997

    0.9162

    0.9306

    0.9430

    0.9535

    0.9625

    0.9700

    0.9762

    0.9812

    0.9854

    0.9887

    0.9913

    0.9934

    0.9951

    0.9963

    0.9973

    0.9980

    0.9986

    0.5359

    0.5753

    0.6141

    0.6517

    0.6879

    0.7224

    0.7549

    0.7852

    0.8133

    0.8389

    0.8621

    0.8830

    0.9015

    0.9177

    0.9319

    0.9441

    0.9535

    0.9633

    0.9706

    0.9767

    0.9817

    0.9857

    0.9890

    0.9916

    0.9936

    0.9952

    0.9964

    0.9974

    0.9981

    0.9986

     x  0.0 0.1
    0.2
    0.3
    0.4
    0.5
     0.6  0.7 0.8
    0.9
     3.0  0.9987 0.9990
    0.9993
    0.9995
    0.9997
    0.9998
    0.9998
    0.9999
     0.9999  1.0000

          标准正态分布:期望值μ=0,即曲线图象对称轴为Y轴,标准差σ=1条件下的正态分布,记为N(0,1)

          非标准正态分布与标准正态分布的转换公式:F(x)=Φ[(x-μ)/δ],其中μ为期望,δ为标准差。F(x)表示在正态分布曲线里少于x的面积。大家可以借助于在线期望方差计算工具来辅助这方面的工作:在线统计计算工具
          当x=3.9的时候,就已经到达可以近似为1的程度,所以一般情况下,当x>3.9,我们就看做是100%了。
          下面两个图大体可以反映出正态分布里μ和δ对正态分布图像的影响:
         


    展开全文
  • 附录附表一随机数表_2附表二标准正态分布表_3附表三t分布临界值表_42附表四分布临界值表_5附表五F分布临界值表=0.05_7附表六单样本K-S检验统计量表_9附表七符号检验界域表_10附表八游程检
  • 闲来无事用Matlab生成了标准正态分布表,解决课本附录范围过窄的问题。字数过多,分为12两篇文章,可以直接粘贴到excel中。封面图片来源于网络。0.5 0 0.5004 0.001 0.5008 0.002 0.5012 0.003 0.5016 0.004 0.50199...
  • oracle数据库的存储过程的结束符必须是'/'...7),上无法查到埃什么是标准正态分布的上α分位点以及怎样CSS布局HTML小编今天和大家分享?标准正态分布的上α分位点:设X~N(0,1),对于任给的α,(0怎么看标准正态分布曲...
  • 标准正态分布表 查找

    2009-06-20 16:06:26
    国家标准正态分布表,便于查找,正态分布表
  • 正态分布这个概念在统计学中很常见,在做与正态分布有关计算的时候经常会用到标准正态分布表。如果知道一个数值的标准分数即z-score,就可以非常便捷地在标准正态分布表中查到该标准分数对应的概率值。任何数值,...
  • 正态分布这个概念在统计学中很常见,在做与正态分布有关计算的时候经常会用到标准正态分布表。如果知道一个数值的标准分数即z-score,就可以非常便捷地在标准正态分布表中查到该标准分数对应的概率值。任何数值,...
  • 标准正态分布表,精确至小数点后15位。非标准正态分布可通过转换后查询:(X-μ)/σ 表格形式,可复制粘贴。希望能帮到大家
  • 离散与连续数据离散数据:由一个个单独的数值组成,其中的每一个数值都有相应的概率,每个数值间有明确的间隔。彼此间不连续,有明确的界限。离散数据分布有几何...连续数据分布有正态分布、幂律分布。举例:人的...
  • 正态分布的应用——基于正态分布检验产品合格性内容导入:大家好,这里是海数据每天分析一点点。上期给大家介绍描述性统计分析,本期介绍正态分布的基本原理与应用,包括什么是分布,正态分布的表达方式与特点,再...
  • C#里面要计算正态分布是一件比较麻烦的事情,.../// /// 计算标准正态分布表/// /// /// public static double CalcN(double input){if (ayZTFB == null){//从0.00到3.09的标准正态分布表string ss = "0.5,0.504,0.5...
  • 利用excel快速制作标准正态分布表

    千次阅读 2020-03-31 22:35:33
    标准正态分布表在统计学中有非常重要的地位,经常用于查询其概念值.可以通过Excel快速制作一个标准正态分布表. 首先打开Excel,选定A主数值的,1行作为补充数值,然后列出其值. 主值 补充值 注意,必须将指定行列取...
  • 这里主要是指分位数、累积概率值与概率密度值的相互计算。三者之间的关系主要是曲线函数和概率函数。比如,知道分位数,要计算累积概率,或者计算概率密度值。...众所皆知,标准正态分布的平均值μ=...
  • 朋友问了,标准正态分布表到底是怎么算出来的? 研究了一下,主要还是通过泰勒公式迭代法求出来的。 目录 1: 计算原理 2: 代码实现 一 计算原理 从图上很明显可以看到 书上的计算...
  • 上一篇文章介绍了正态分布的计算,可参考:逆流:正态分布本文介绍正态分布计算的几种运用情况。假设要设计一个双人秋千,秋千的承载最多380斤的重量,小明和小红要同时坐上秋千,已知小明和小红的体重概率分布为N...
  • 1、标准正态分布表 Z-score 是非标准正态分布标准化后的 x即。 表头的横向表示小数点后第二位,表头的纵向则为整数部分以及小数点后第一位;两者联合作为完整的 x坐标轴的横轴。 表中的值为图中红色...
  • 0. 标准正态分布表与常用值 Z-score 是非标准正态分布标准化后的 x即 z=x−μσz=x−μσ 表头的横向表示小数点后第二位,表头的纵向则为整数部分以及小数点后第一位;两者联合作为完整的 x,坐标轴的横轴 ...
  • 《深入浅出统计学》,读书笔记,第8章,正态分布的应用关于正太分布的介绍,可以先看看上一篇简单的总结:橘猫吃不胖:正态分布小结​zhuanlan.zhihu.com离散概率,是确切数值的概率分布,而正态分布是最典型的连续...
  • C#里面要计算正态分布是一件比较麻烦的事情,一般是通过查表来实现的。.../// 计算标准正态分布表 /// </summary> /// <param name="input"></param> /// <returns></returns&...
  • 0. 标准正态分布表与常用值 Z-score 是非标准正态分布标准化后的 x即z = x − μ σ z = \frac{x-\mu}{\sigma}z=σx−μ​ 表头的横向表示小数点后第二位,表头的纵向则为整数部分以及小数点后第一位;...
  • 1、前言对岩土参数进行分析评价,是岩土工程师的一项重要任务。...2、随机变量的概率分布回顾(1)正态分布设随机变量 X 服从正态分布,其概率密度函数为:,累积概率分布函数(随机变量X其中μ、σ...
  • 我们阅读量破万的综述:RNA-seq这十年(3万字长文综述)给粉丝朋友们带来了很多理解上的挑战,所以我们...取log值就是一种归一化的方法,z-score是常用的标准正态分布化的方法。归一化和标准化的区别实际上口语里面通...

空空如也

空空如也

1 2 3 4 5 ... 12
收藏数 231
精华内容 92
关键字:

标准正态分布表