正態(tài)分布如何進(jìn)行標(biāo)準(zhǔn)化？如果x~n（P，K^2）是正態(tài)分布，那么z=（x-P）/K~n（0,1）是標(biāo)準(zhǔn)正態(tài)分布。]，即統(tǒng)計(jì)值減去期望值除以方差。~。..數(shù)據(jù)本身的結(jié)構(gòu)決定了它是否符合正態(tài)分布的特征。它

正態(tài)分布如何進(jìn)行標(biāo)準(zhǔn)化？

如果x~n（P，K^2）是正態(tài)分布，那么z=（x-P）/K~n（0,1）是標(biāo)準(zhǔn)正態(tài)分布。

]，即統(tǒng)計(jì)值減去期望值除以方差。

~。

..數(shù)據(jù)本身的結(jié)構(gòu)決定了它是否符合正態(tài)分布的特征。它不是由軟件或公式?jīng)Q定的。如果必須獲得該特性，則必須有選擇性地選取數(shù)據(jù)。用MATLAB試試看。

急，我的數(shù)據(jù)不符合正態(tài)分布，請(qǐng)問(wèn)一下可采用哪種方法，公式或軟件進(jìn)行標(biāo)準(zhǔn)化？

假設(shè)x~n（μ，σ^2），那么y=（x-μ）/σ~n（0，1）。證明了由于x~n（μ，σ^2），P（x）=（2π）^（-1/2）*σ^（-1）*exp{[-（x-μ）^2]/（2σ^2）}。（注：F（y）是y的分布函數(shù)，F(xiàn)X（x）是x的分布函數(shù)），F(xiàn)（y）=P（y≤y）=P（（x-μ）/σ≤y）=P（x≤σyμ）=FX（σyμ），所以P（y）=F“（y）=F”x（σyμ）*σ=P（σyμ）μ），因此n（0,1）。正態(tài)分布標(biāo)準(zhǔn)化的意義在于它易于計(jì)算，是一個(gè)統(tǒng)計(jì)概念。

2. Y=a*B乘積可以通過(guò)變換轉(zhuǎn)換成加法運(yùn)算：ln（Y）=LNA LNB

3。Y=ax2bxc可以通過(guò)變換轉(zhuǎn)換成標(biāo)準(zhǔn)形式：Y=a（xb/（2a））2（C-b2/（4a））

正態(tài)分布的標(biāo)準(zhǔn)化只是“積分變換”。雖然高、短、胖、瘦的形狀不同，但變量的線性展開(kāi)變換并沒(méi)有改變其形狀，雖然經(jīng)過(guò)標(biāo)準(zhǔn)化后，數(shù)量特征變成了期望值為0、方差為1的標(biāo)準(zhǔn)分布，但因變量和自變量的依賴(lài)性仍然存在，所以不必?fù)?dān)心“質(zhì)變”。

正態(tài)分布函數(shù)標(biāo)準(zhǔn)化？

有一個(gè)正態(tài)函數(shù)，你可以計(jì)算繪圖數(shù)據(jù)：

有三點(diǎn)要注意：

正態(tài)分布，最后一個(gè)參數(shù)是假累積概率，最后一個(gè)參數(shù)是真的

]設(shè)置次坐標(biāo)很好

]最后，這個(gè)圖的數(shù)據(jù)需要排序，最好是升序排序后再畫(huà)。

如何在excel中弄一條標(biāo)準(zhǔn)正態(tài)分布曲線出來(lái)，不是用數(shù)據(jù)做，是直接畫(huà)一條出來(lái)？

標(biāo)準(zhǔn)化值也稱(chēng)為Z分?jǐn)?shù)。在正態(tài)分布模型中，某個(gè)值與中值或平均值之間存在多個(gè)標(biāo)準(zhǔn)差。公式為Z-分?jǐn)?shù)=（x-μ）/σ。X是要計(jì)算的目標(biāo)值，μ是平均值，σ是模型的標(biāo)準(zhǔn)差。Excel中有一個(gè)直接公式“=標(biāo)準(zhǔn)化（x，均值，標(biāo)準(zhǔn)差）”。平均值為“=平均值（x1，X2…）”，標(biāo)準(zhǔn)值為“=標(biāo)準(zhǔn)偏差（x1，X2…）”