用R语言学习数据挖掘——5.随机变量及其分布（正态分布）

目录

概率密度函数

概率密度曲线图

用R做正态分布

---

正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。可以说是最重要的一种分布，也是应用最广泛的连续型分布。

正态分布是具有两个参数μ和σ^2的连续型随机变量的分布。

• 第一参数μ是遵从正态分布的随机变量的均值（期望），这个参数决定了分布的位置。
• 第二个参数σ^2是此随机变量的方差，这个参数决定了分布的幅度。

所以正态分布记作N(μ，σ^2 )。 遵从正态分布的随机变量的概率规律为取 μ邻近的值的概率大 ，而取离μ越远的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。 

当μ＝0，σ^2 ＝1时，称为标准正态分布，记为N（0，1）。

概率密度函数

如果连续型随机变量X的概率密度函数 f(x|μ,σ^2)具有如下形式：

则称X服从均值为μ，方差为σ^2的正态分布。

概率密度曲线图

1.标准正态分布图——N(0,1)：
 

2.当随机变量X服从N(μ,0.5)，N(μ,0.1)，N(μ,2)时的图形：

用R做正态分布

请看：R做正态分布图