t正态分布概率密度公式函数极限是标准正态分布？如何应用特殊极限？

来源：蜘蛛抓取(WebSpider) 时间：2017-03-01 01:21 标签： 正态分布的概率密度
扫二维码下载作业帮
1.75亿学生的选择
下载作业帮安装包
扫二维码下载作业帮
1.75亿学生的选择
证明 一般正态分布的概率密度在负无穷到正无穷上的积分等于一.首先,令 (x-μ)/σ=t,证明&一般正态分布的概率密度在负无穷到正无穷上的积分等于一.首先,令&&&(x-μ)/σ=t,&进行替换.我拍下了这步替换的步骤.可是谁能告诉我为什么在我划线的的地方没有一个σ?我觉得应该有σ的啊?
扫二维码下载作业帮
1.75亿学生的选择
σ已经进到微分号dt里了,见下图.经济数学团队帮你解答,请及时采纳.
为您推荐：
其他类似问题
扫描下载二维码查看: 12812|回复: 6
T分布与正态分布的区别在哪里
主题好友积分
T分布与正态分布的区别在哪里，请专家指点
（一）u分布
　　正态分布（normal distribution）是数理统计中的一种重要的理论分布，是许多统计方法的理论基础。正态分布有两个参数，μ和σ，决定了正态分布的位置和形态。为了应用方便，常将一般的正态变量X通过u变换[]转化成标准正态变量u，以使原来各种形态的正态分布都转换为μ=0，σ=1的标准正态分布（standard normal distribution）,亦称u分布。 　　根据中心极限定理，通过上述的抽样模拟试验表明，在正态分布总体中以 ...
主题好友积分
, 积分 158, 距离下一级还需 392 积分
, 积分 158, 距离下一级还需 392 积分
（一）u分布
　　正态分布（normal distribution）是数理统计中的一种重要的理论分布，是许多统计方法的理论基础。正态分布有两个参数，μ和σ，决定了正态分布的位置和形态。为了应用方便，常将一般的正态变量X通过u变换[]转化成标准正态变量u，以使原来各种形态的正态分布都转换为μ=0，σ=1的标准正态分布（standard normal distribution）,亦称u分布。 　　根据中心极限定理，通过上述的抽样模拟试验表明，在正态分布总体中以固定n（本次试验n=10）抽取若干个样本时，样本均数的分布仍服从正态分布，即N（μ，σ）。所以，对样本均数的分布进行u变换[]，也可变换为标准正态分布N (0,1)
（二）t分布
　　由于在实际工作中，往往σ是未知的，常用s作为σ的估计值，为了与u变换区别，称为t变换t=，统计量t 值的分布称为t分布。
主题好友积分
, 积分 12, 距离下一级还需 38 积分
, 积分 12, 距离下一级还需 38 积分
学习学习ing
主题好友积分
, 积分 4, 距离下一级还需 46 积分
, 积分 4, 距离下一级还需 46 积分
自由度为n-1的t分布的概率密度函数与标准正态分布N（0，1）的概率密度函数的图形大致相似，均为对称分布，但它的峰比N（0，1）的峰略低一些，而两侧尾部略粗一些。当自由度超过30后，两者区别已很小，这时可用N（0，1）代替t（n-1）。 {:5_110:}
主题好友积分
, 积分 32, 距离下一级还需 18 积分
, 积分 32, 距离下一级还需 18 积分
学习了，很久没看书了， 基本忘了这两种分布的区别
主题好友积分
, 积分 167, 距离下一级还需 383 积分
, 积分 167, 距离下一级还需 383 积分
自由度为n-1的t分布的概率密度函数与标准正态分布N（0，1）的概率密度函数的图形大致相似，均为对称分布，但它的峰比N（0，1）的峰略低一些，而两侧尾部略粗一些。当自由度超过30后，两者区别已很小，这时可用N（0，1）代替t（n-1）。
主题好友积分
, 积分 608, 距离下一级还需 392 积分
, 积分 608, 距离下一级还需 392 积分
在六西格玛管理中有相关描述。大家有兴趣可以看看。
希望和大家共同进步！祝sixbb越来越好！
Powered by苹果/安卓/wp
积分 429, 距离下一级还需 21 积分
权限: 自定义头衔, 签名中使用图片
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
道具: 抢沙发
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 3 天连续签到: 2 天[LV.2]偶尔看看I
载入中......
你是要这个吗？
x=seq(-4,4,length=1000);
plot(x,dnorm(x),type=&l&,col=&red&)
lines(x,dt(x,2),type=&l&,xlab=&&,ylab=&&,lty=1);
lines(x,dt(x,5),type=&l&,xlab=&&,ylab=&&,lty=2);
lines(x,dt(x,8),type=&l&,xlab=&&,ylab=&&,lty=3);
lines(x,dt(x,12),type=&l&,xlab=&&,ylab=&&,lty=4);
热心帮助其他会员
热心帮助其他会员
热心帮助其他会员
总评分:&经验 + 20&
学术水平 + 5&
热心指数 + 5&
信用等级 + 4&
如果该贴对您有些许帮助，希望你能回复一下或者评一下热心指数！谢谢！
谢谢，要的正是这个！
不太清楚哦
签名被屏蔽
亲 你在上multivariate么？
kk22boy 发表于
你是要这个吗？
x=seq(-4,4,length=1000);
plot(x,dnorm(x),type=&l&,col=&red&)高手
最好的医生是自己，最好的药物是时间……
本帖最后由 dxystata 于
18:08 编辑 kk22boy 发表于
x=seq(-4,4,length=1000);
plot(x,dnorm(x),type=&l&,col=&red&)
lines(x,dt(x,2),type=&l&,xlab=&&,ylab=&&,lty=1);
lines(x,dt(x,5),type=&l&,xlab=&&,ylab=&&,lty=2);
lines(x,dt(x,8),type=&l&,xlab=&&,ylab=&&,lty=3);
lines(x,dt(x,12),type=&l&,xlab=&&,ylab=&&,lty=4);谢谢分享！
dxystata 发表于
谢谢分享！学习了
最好的医生是自己，最好的药物是时间……
yellowoo 发表于
亲 你在上multivariate么？是的啊！
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
初级学术勋章
初级学术勋章
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
论坛法律顾问：王进律师

我要回帖

更多关于 正态分布的概率密度 的文章

 

随机推荐