正态分布(钟形曲线)详解

点击各项查看详细内容。

  1. 什么是正态分布

    正态分布是以均值为中心左右对称的钟形数据分布,越接近均值的数值出现频率越高,离均值越远则越少见。

  2. 为什么自然与社会现象中常见正态分布

    身高、体重、考试成绩等由多个微小因素共同影响的数值,其结果往往集中在均值附近,因此常常呈现接近正态分布的形态。

  3. 什么是中心极限定理

    中心极限定理是指无论单个数据分布的形态如何,只要多次抽取样本并汇总其均值,这些均值的分布就会趋近于正态分布。

  4. 68%法则

    在正态分布中,全部数据约有68%落在均值加减一个标准差的范围内。

  5. 95%法则

    全部数据约有95%落在均值加减两个标准差的范围内,这意味着绝大多数数值都集中在这一区间。

  6. 99.7%法则

    全部数据约有99.7%落在均值加减三个标准差的范围内,超出这一范围的数值非常罕见。

  7. 什么是Z分数

    Z分数表示某个数值距离均值有多少个标准差,常用于将两次不同考试的成绩换算到同一标准下进行比较。

钟形曲线在统计学中为何重要

身高、考试成绩、测量误差等许多自然和社会现象,都倾向于呈现以均值为中心的左右对称钟形分布。理解正态分布,能够直观把握数据集中在哪里、又有多么稀少地分散开来。

如果想知道自己在分布中的位置

如果想更具体地了解自己在正态分布中相对处于什么位置,理解百分位数会是自然而然的下一步。

常见问题

所有数据都遵循正态分布吗?

并非如此,像收入这类偏向一侧的数据也很多,正态分布只是多种分布形态中,在自然和社会现象中相对常见的一种。

超出三个标准差范围的数值该如何看待?

超出三个标准差范围的数值非常罕见,仅占总体的约0.3%,因此值得考虑是测量误差,还是存在特殊原因的真正异常值。