python标准正态分布表(scipy.stats)

1、标准正态分布表

这里写图片描述

  • Z-score 是非标准正态分布标准化后的 x即 z=(x-\mu) /\sigma

  • 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区域的面积,也即 cdf,连续分布的累积概率函数,记为\Phi(x)

  • cdf 的逆,记为\Phi^{-1}(x),如\Phi^{-1}(3/4),表示 x 取何值时,阴影部分的面积为 0.75,查表可知,x 介于 0.67 和 0.68 之间;

python标准正态分布表(scipy.stats)_第1张图片

  • >> from scipy.stats import norm
    >> norm.ppf(3/4)
    0.6744897501960817
    

2、cdf 与 ppf(分位函数)

from scipy.stats import norm
  • 覆盖的概率范围:

    在这里插入图片描述

    >> norm.cdf(1) - norm.cdf(-1)
    0.6826894921370859
    >> norm.cdf(2) - norm.cdf(-2)
    0.9544997361036416
    >> norm.cdf(3) - norm.cdf(-3)
    0.9973002039367398
    
  • \Phi(x) 累积概率密度函数,也即 cdf:

    >> from scipy.stats import norm
    >> norm.cdf(0)
    0.5
    
  • \Phi^{-1}(x),通过 norm(x) 进行计算:

    >> from scipy.stats import norm
    # Q3 分位点;
    >> norm.ppf(3/4)
    0.6744897501960817
    # Q1 分位点
    >> norm.ppf(1/4)
    -0.6744897501960817

 参考:https://blog.csdn.net/lanchunhui/article/details/80381367

你可能感兴趣的:(SPSS,python,python,正态分布)