高斯分佈概率密度函式(PDF)和累積分佈函式(CDF)
阿新 • • 發佈:2019-01-02
正態分佈(Normal distribution)又名高斯分佈(Gaussian distribution),是一個在數學、物理及工程等領域都非常重要的概率分佈,在統計學的許多方面有著重大的影響力。
若隨機變數X服從一個數學期望為μ、標準方差為σ2的高斯分佈,記為:X∼N(μ,σ2),
正態分佈的期望值μ決定了其位置,其標準差σ決定了分佈的幅度。因其曲線呈鐘形,因此人們又經常稱之為鐘形曲線。我們通常所說的標準正態分佈是μ
= 0,σ = 1的正態分佈(見右圖中綠色曲線)。
正態分佈的概率密度函式均值為μ 方差為σ2 (或標準差σ)是高斯函式的一個例項:
-
累積分佈函式
- matlab實現程式碼
-
function [ output_args ] = Normpropogation( input_args ) %NORM PROPOGATION Summary of this function goes here % Detailed explanation goes here x=-7:0.1:7; y1=normpdf(x,0,1); y2=normpdf(x,0,0.45); y3=normpdf(x,0,2.23); y4=normpdf(x,-2,0.71); %線型,顏色,點型,線寬 figure; plot(x,y2,'-r','LineWidth',1); hold on; plot(x,y1,'-g','LineWidth',1); hold on; plot(x,y3,'-b','LineWidth',1); hold on; plot(x,y4,'-m','LineWidth',1); hold on; % legend('','','','',1); legend('μ=0,σ^2=0.2','μ=0,σ^2=1','μ=0,σ^2=5','μ=-2,σ^2=0.5',2); legend boxoff; figure; z1=normcdf(x,0,0.45); z2=normcdf(x,0,1); z3=normcdf(x,0,2.23); z4=normcdf(x,-2,0.71); plot(x,z1,'-r',x,z2,'-g',x,z3,'-b',x,z4,'-m'); h=legend('μ=0,σ^2=0.2','μ=0,σ^2=1','μ=0,σ^2=5','μ=-2,σ^2=0.5',2); legend boxoff; end