12 正态分布的定义

简介: 12 正态分布的定义

相信,你我可以想象得到,我们现在眼前所看到的正态分布曲线虽然看上去很美,但数学史上任何一个定理的发明几乎都不可能一蹴而就,很多往往经历了几代人的持续努力。因为在科研上诸多观念的革新和突破是有着很多的不易的,或许某个定理在某个时期由某个人点破了,现在的我们看来一切都是理所当然,但在一切没有发现之前,可能许许多多的顶级学者毕其功于一役,耗尽一生,努力了几十年最终也是无功而返。

如上文前三节所见,现在概率论与数理统计的教材上,一上来介绍正态分布,然后便给出其概率密度分布函数,却从来没有说明这个分布函数是通过什么原理推导出来的。如此,可能会导致你我在内的很多人一直搞不明白数学家当年是怎么找到这个概率分布曲线的,又是怎么发现随机误差服从这个奇妙的分布的。我们在实践中大量的使用正态分布,却对这个分布的来龙去脉知之甚少。

1.正态分布的定义

上文中已经给出了正态分布的相关定义,咱们先再来回顾下。如下两图所示(来源:大嘴巴漫谈数据挖掘):


目录
相关文章
|
6月前
|
数据可视化
R平方/相关性取决于预测变量的方差
R平方/相关性取决于预测变量的方差
协方差与相关系数(标准协方差)
协方差与相关系数(标准协方差)
|
机器学习/深度学习 Linux Python
如何知道一个变量的分布是否为高斯分布?
如何知道一个变量的分布是否为高斯分布?
197 0
如何知道一个变量的分布是否为高斯分布?
|
存储 C++
基于C++来做一个多项式类的设计与实现
基于C++来做一个多项式类的设计与实现
多变的夏普率二---正态分布约束下的样本的标准差是无偏估计?
多变的夏普率二---正态分布约束下的样本的标准差是无偏估计?
77 0
多变的夏普率二---正态分布约束下的样本的标准差是无偏估计?
|
机器学习/深度学习 资源调度 数据可视化
单变量和多变量高斯分布:可视化理解(上)
单变量和多变量高斯分布:可视化理解
215 0
单变量和多变量高斯分布:可视化理解(上)
|
机器学习/深度学习 资源调度 数据可视化
单变量和多变量高斯分布:可视化理解(下)
单变量和多变量高斯分布:可视化理解
160 0
单变量和多变量高斯分布:可视化理解(下)