菜单
×
   ❮   
HTML CSS JAVASCRIPT SQL PYTHON JAVA PHP 操作方法 W3.CSS C C++ C# BOOTSTRAP REACT MYSQL JQUERY EXCEL XML DJANGO NUMPY PANDAS NODEJS R TYPESCRIPT ANGULAR GIT POSTGRESQL MONGODB ASP AI GO KOTLIN SASS VUE DSA GEN AI SCIPY AWS CYBERSECURITY DATA SCIENCE
     ❯   

统计 - 标准正态分布


标准正态分布是指均值为 0,标准差为 1 的正态分布


标准正态分布

服从正态分布的数据可以转换为标准正态分布。

对服从正态分布的数据进行标准化处理,可以更容易地比较不同的数据集。

标准正态分布用于

  • 计算置信区间
  • 假设检验

下图是标准正态分布的图形,其中标示了标准差之间的概率值(p 值)。

Standard Normal Distribution with indicated probabilities.

标准化处理可以更容易地计算概率。

计算概率的函数非常复杂,难以手动计算。

通常,概率是通过查找预先计算值的表格,或使用软件和程序来找到的。

标准正态分布也称为“Z 分布”,其值称为“Z 值”(或 Z 分数)。


Z 值

Z 值表示一个值距离均值有多少个标准差。

计算 Z 值的公式是:

\(\displaystyle Z = \frac{x-\mu}{\sigma}\)

其中 \(x\) 是要标准化的值,\(\mu\) 是均值,\(\sigma\) 是标准差。

例如,如果我们知道:

德国人平均身高为 170 厘米(\(\mu\))

德国人身高的标准差为 10 厘米(\(\sigma\))

鲍勃的身高为 200 厘米(\(x\))

鲍勃比德国人的平均身高高 30 厘米。

30 厘米是 10 厘米的 3 倍。所以鲍勃的身高比德国平均身高高 3 个标准差。

使用公式:

\(\displaystyle Z = \frac{x-\mu}{\sigma} = \frac{200-170}{10} = \frac{30}{10} = \underline{3} \)

鲍勃身高(200 厘米)的 Z 值为 3。



查找 Z 值的 P 值

使用 Z 表或编程,我们可以计算德国有多少人比鲍勃矮,有多少人比鲍勃高。

示例

使用 Python,可以使用 Scipy Stats 库的 norm.cdf() 函数找到 Z 值为 3 的概率(即小于 Z 值为 3 的概率)。

import scipy.stats as stats
print(stats.norm.cdf(3))
自己动手试一试 »

示例

使用 R,可以使用内置的 pnorm() 函数找到 Z 值为 3 的概率(即小于 Z 值为 3 的概率)。

pnorm(3)
自己动手试一试 »

使用任何一种方法,我们都可以发现概率约为 \(\approx 0.9987\),即 \( 99.87\% \)。

这意味着鲍勃比 99.87% 的德国人高。

下图是标准正态分布和 Z 值为 3 的图形,以可视化概率。

Standard Normal Distribution with indicated probability for a z-value of 3.

这些方法找到的是特定 z 值以下的 p 值。

要找到 z 值以上的 p 值,我们可以计算 1 减去该概率。

所以,在鲍勃的例子中,我们可以计算 1 - 0.9987 = 0.0013,即 0.13%。

这意味着只有 0.13% 的德国人比鲍勃高。


查找 Z 值之间的 P 值

如果我们想知道德国有多少人身高在 155 厘米到 165 厘米之间,使用相同的例子:

德国人平均身高为 170 厘米(\(\mu\))

德国人身高的标准差为 10 厘米(\(\sigma\))

现在我们需要计算 155 厘米和 165 厘米的 Z 值。


\(\displaystyle Z = \frac{x-\mu}{\sigma} = \frac{155-170}{10} = \frac{-15}{10} = \underline{-1.5} \)

155 厘米的 Z 值为 -1.5。


\(\displaystyle Z = \frac{x-\mu}{\sigma} = \frac{165-170}{10} = \frac{-5}{10} = \underline{-0.5} \)

165 厘米的 Z 值为 -0.5。


使用 Z 表或编程,我们可以找到两个 z 值的 p 值:

  • Z 值小于 -0.5(身高小于 165 厘米)的概率为 30.85%。
  • Z 值小于 -1.5(身高小于 155 厘米)的概率为 6.68%。

将 6.68% 从 30.85% 中减去,以找到它们之间的 Z 值的概率。

30.85% - 6.68% = 24.17%

这是一组图示化该过程的图形。

Standard Normal Distribution with indicated probability for a z-value of 3.


查找 P 值的 Z 值

您也可以使用 p 值(概率)来查找 z 值。

例如

“如果您比 90% 的德国人高,您的身高是多少?”

p 值为 0.9,即 90%。

使用 Z 表或编程,我们可以计算 z 值。

示例

使用 Python,可以使用 Scipy Stats 库的 norm.ppf() 函数找到将前 10% 与后 90% 分隔的 z 值。

import scipy.stats as stats
print(stats.norm.ppf(0.9))
自己动手试一试 »

示例

使用 R,可以使用内置的 qnorm() 函数找到将前 10% 与后 90% 分隔的 z 值。

qnorm(0.9)
自己动手试一试 »

使用任一方法,我们都可以发现 Z 值为 \(\approx 1.281\)。

这意味着一个比德国人平均身高高 1.281 个标准差的人比 90% 的德国人高。

然后我们使用公式根据均值(\(\mu\)) 为 170 厘米,标准差(\(\sigma\)) 为 10 厘米来计算身高(\(x\))。

\(\displaystyle Z = \frac{x-\mu}{\sigma} \)

\(\displaystyle 1.281 = \frac{x-170}{10} \)

\(1.281 \cdot 10 = x-170 \)

\(12.81 = x - 170 \)

\(12.81 + 170 = x \)

\(\underline{182.81} = x \)

因此,我们可以得出结论:

"您至少需要达到 182.81 厘米高,才能比 90% 的德国人高"


×

联系销售

如果您想将 W3Schools 服务用于教育机构、团队或企业,请发送电子邮件给我们
sales@w3schools.com

报告错误

如果您想报告错误,或想提出建议,请发送电子邮件给我们
help@w3schools.com

W3Schools 经过优化,旨在方便学习和培训。示例可能经过简化,以提高阅读和学习体验。教程、参考资料和示例会不断审查,以避免错误,但我们无法保证所有内容的完全正确性。使用 W3Schools 即表示您已阅读并接受我们的使用条款Cookie 和隐私政策

版权所有 1999-2024 Refsnes Data。保留所有权利。W3Schools 由 W3.CSS 提供支持