1樓：小蝦結構性
如果非標準正態分佈x~n(μ,σ^2)，那麼關於x的一個一次函式 (x-μ)/σ ，就一定是服從標準正態分佈n(0,1)。舉個具體的例子，一個量x，是非標準正態分佈，期望是10，方差是5^2（即x~n(10,5^2)）；那麼對於x的線性函式y=(x-10)/5，y就是服從標準正態分佈的y~n(0,1)。
正態分佈（normal distribution）又名高斯分佈（gaussiandistribution），是一個在數學、物理及工程等領域都非常重要的概率分佈，在統計學的許多方面有著重大的影響力。若隨機變數x服從一個數學期望為μ、方差為σ^2的高斯分佈，記為n(μ，σ^2)。其概率密度函式為正態分佈的期望值μ決定了其位置，其標準差σ決定了分佈的幅度。
因其曲線呈鐘形，因此人們又經常稱之為鐘形曲線。我們通常所說的標準正態分佈是μ = 0,σ =1的正態分佈。
2樓：匿名使用者
它是服從n(0,n)的正太分佈。
非標準正態分佈怎樣變成標準正態分佈，舉個簡單的例子。我一竅不通
3樓：demon陌
如果x~n(μ，σ^2)，那麼關於x的一個一次函式 (x-μ)/σ ，就一定是服從標準正態分佈n(0，1)的。
舉個具體的例子，一個量x，服從正態分佈，期望是10，方差是5^2（即x~n(10，5^2)）；那麼對於x的線性函式(x-10)/5，它就是服從標準正態分佈的（[(x-10)/5]~n(0，1)）
在實際遇到的許多隨機現象都服從或近似服從正態分佈。當樣本頻率分佈直方圖就無限接近於一條總體密度曲線，總體密度曲線較科學地反映了總體分佈。
但總體密度曲線的相關知識較為抽象，學生不易理解，因此在總體分佈研究中我們選擇正態分佈作為研究的突破口。正態分佈在統計學中是最基本、最重要的一種分佈。
4樓：先知鴉風
比方說你現在有一個x~n(μ,σ^2)，你現在想化成一個標準正態分佈，你只要對x進行一個變形就可以了，如下
設y=(x-μ)/σ，那麼這個y就是服從標準正態分佈的（y~n(0,1)）
換句話說：
如果x~n(μ,σ^2)，那麼關於x的一個一次函式 (x-μ)/σ ，就一定是服從標準正態分佈n(0,1)的
舉個具體的例子，一個量x，服從正態分佈，期望是10，方差是5^2（即x~n(10,5^2)）；那麼對於x的線性函式(x-10)/5，它就是服從標準正態分佈的（[(x-10)/5]~n(0,1)）
這個結論是有定理支撐的，可以放心的用......
5樓：可可千禧年
二次函式迴歸關係的非正態資料如何轉換為正態分佈，同時不改變自變數和因變數的這種二次函式迴歸關係的統計性？
氣體在非標準狀況下的氣體摩爾體積，一定不是224L
理想氣體狀態方程 pv nrt可得摩爾體積 n v p rt r為克拉伯龍常數，是定值。故摩爾體積與壓強和溫度的比值成正比。壓強為1標壓，溫度為273開爾文，摩爾體積為22.4mol l。可將溫度和壓強同時放縮相同的倍數，摩爾體積不變。我覺得是錯的,氣體摩爾體積同時受壓強和溫度影響,可能會恰好兩個共...
c1路考到底是怎麼個標準啊,我將車停正離路邊10cm考官說我壓線不合格，別人離路邊40 50cm都合格
你沒通過路考的原因有以下三點 1.考官看你不順眼，存心不讓你過。因為這是人為因素，他看你不順眼，再加上你的車輪距離邊線太近導致考官更加對你的印象變得很差。2.你不懂 規矩 這個規矩你知道的，就是交錢給考官，因為你說有的考生開得很差也能通過，不排除他們是走後門通過的，交錢或者是他們有關係之類，當然也不...