正态分布(⾼斯分布)及Python实现——计算机视觉修炼之路
(三)
正态分布正态分布
正态分布(Normal distribution)正态分布⼜称⾼斯分布,是⼀种很重要的连续型分布,应⽤甚⼴。在医学卫⽣领域中有许多变量的频数
分布资料可绘制成直⽅图⽽且频数分布是中间(靠近均数处)频数多,两边频数少,且左右对称。正态分布在统计学上⼗分重要,经常⽤在
⾃然和社会科学来代表⼀个不明的随机变量。
正态曲线呈钟型,两头低,中间⾼,左右对称因其曲线呈钟形,因此⼈们⼜经常称之为钟形曲线。下图表⽰均值为0.0178,标准差为
0.00707的正态分布函数的图像。
若随机变量X服从⼀个数学期望为u、⽅差为 的正态分布,记为N(u, )。其概率密度函数为正态分布的期望值u决定了
其位置,其标准差σ决定了分布的幅度。⼀维正态分布的概率密度函数为:
μ是正态分布的位置参数,描述正态分布的集中趋势位置。概率规律为取与μ邻近的值的概率⼤,⽽取离μ越远的值的概率越⼩。正态分布
以x=μ为对称轴,左右完全对称。正态分布的期望、均数、中位数、众数相同,均等于μ。
σ描述正态分布资料数据分布的离散程度,σ越⼤,数据分布越分散;σ越⼩,数据分布越集中。也称为是正态分布的形状参数,σ越⼤,
曲线越扁平,反之,σ越⼩,曲线越瘦⾼。如图2所⽰。
评论0
最新资源