python求上α分位点_什么是标准正态分布的上α分位点以及怎样求?

展开全部

标准正态分布的上α分位点:设X~N(0,1),对于任给的62616964757a686964616fe4b893e5b19e31333431363638α,(0Zα)= α的点Zα为标准正态分布的上α分位点。

当α=0.01时。1- α=0.99。在标准正态分布表中函数值。

中找到最接近0.99的值:0.9898与0.9901,对应的x值分。

别为2.32与2.33,故可取其算术平均值为上0.01分位点。

zα=2.325;

同理:α=0.003,1- α=0.097,zα=2.75,

α/2=0.0015,1-α/2 =0.09985,zα/2=2.96。

分位点可以查正态分布表,在正态分布表中找α,对应查出Zα.例如查Z0.025的值,即需要查1-0.025=0.975对应的Z值,翻开正态分布表,刚好能查到0.9750对应的Z值为1.96,故Z0.025=1.96 。

如果要查Zα=1.96对应的α值,需要先查1.96,对应着0.975,1-0.975=0.025,0.0125即为α值。

扩展资料

标准正态分布的特点

平均值与它的众数以及中位数同一数值。

函数曲线下68.268949%的面积在平均数左右的一个标准差范围内。

正态分布具有两个参数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,第二个参数σ2是此随机变量的方差,所以正态分布记作N(μ,σ^2)。

标准正态分布曲线下面积分布规律是:在-1.96~+1.96范围内曲线下的面积等于0.9500,在-2.58~+2.58范围内曲线下面积为0.9900。

由于正态分布是由其平均数μ和标准差σ唯一决定的,因此从某种意义上说,正态分布就有好多好多,这给我们深入研究带来一定的困难。

但也发现,许多正态分布中,重点研究N(0,1),其他的正态分布都可以通过转化为N(0,1),我们把N(0,1)称为标准正态分布,其密度函数为,x∈(-∞,+∞),从而使正态分布的研究得以简化。

你可能感兴趣的:(python求上α分位点)