正态分布区间

正态分布 

正态分布区间概率问题有一个：正态分布N（10,52）,求该正态上以下区间的概率（20,25）；（－∞,－15）；（－12.5,+∞）要求：括号中的52应该是5的平方P(20先把它化成标准正态分布N（0，1）为Z=（X-10）/5~N(0,1

关于正态分布的问题,有点理解上的小问题正态分布在区间（-无穷,μ）的取值概率为0.5,可是μ是开区间,概率为什么不是小于0,我知道是应该看面积,可是μ的位置不是有实际意义的吗?对于连续函数,取具体某点的概率为0,

在excel表上如何画正态分布曲线?和有区间限定的直方图.   excel有个数据分析工具,里面可以做直方图,但是正态分布图不能直接做.若要两种图都显示,那么就需要用到函数了.方法如下：假若你的数据在A1:A1

求标准正态分布在下列区间的概率（-0.5,1.5）用Excel吧,NORMSDIST(1.5)的值减去NORMSDIST(-0.5),结果为0.624655U=1A=1这个题的应该是μ=1吧？那你查一下书就可以了，

如图：正态分布里面的区间概率是如何求得的?正态分布曲线与X轴之间所夹的面积表示概率,图中所标示的区域是68.26%的概率表示的面积的一半,所以概率值刚好是它的一半,就是34.13%,只要了解图中概率的几何意义就是面积,对称轴两边相同的部分面

Matlab中生成在[110]之间的随机正态分布区间怎么控制?正态分布在整个实数轴上都有可能取到,只不过取某些值得可能性很小,按照你的要求在[110]之间生成均匀分布列还还能满足,用1+9*rand(N),N指的是数组的维数.对于正态分布,

高中数学课本中正态分布中3个区间的概率个是多少横轴区间（μ-σ,μ+σ）内的面积为68.268949%,横轴区间（μ-1.96σ,μ+1.96σ）内的面积为95.449974%,横轴区间（μ-2.58σ,μ+2.58σ）内的面积为99.73

MATLAB中产生【-1,1】上服从正态分布随机数,怎么可以控制区间?我只是想知道怎么控制那个区间是不是q-function?

matlab求正态分布中取值在一段区间内的概率如题,假设该正态分布均值为mu,标准差为sigma,下界为lowerBound,上界为upperBound应该怎么求出该值.我曾试过int(normpdf(x,mu,sigma),lowerBo

用matlab求正态分布的问题标准正态分布函数f(x)在区间[0,a]上的积分值为1/2,怎样用matlab求出a的值,求简单程序.明显是+inf但如果非要列式那么积分[-inf,a]=积分[-inf,0]+积分[0,a]>>a=normi

利用标准正态分布表,求标准正态总体在下面区间内取值的概率.【-0.5,1.5】还有【-1.96,1.96】查表,查到随机变量取值为1.5时的分布函数值为Φ(1.5)=0.933193Φ(-0.5)=1-Φ(0.5)=1-0.691462所以

Φ（3)=0.9987,则标准正态分布在区间（-3,3)内取值的概率为如题=Φ(3)-Φ(-3)=Φ(3)-[1-Φ(3)]=2Φ(3)-1=0.9974

（μ=2,δ2=4）的正态分布,求（1.11～1.21）区间的概率标准差=根号4=2(1.11-2)/2=-0.89/2=-0.445(1.21-2)/2=-0.79/2=-0.395中(-0.395)-中(-0.445)=1-中(0.39

想要求出正态分布函数在某个区间的积分,u=10000,方差1500^2,请教一下用mathematica9如何编写程序?NIntegrate[PDF[NormalDistribution[10000,1500],x],{x,a,b}]

某次测量中,测量结果服从正态分布N(1,4)求正太总体x在区间(-1,1)内取值概率.转化为标准正态分布查表.请采纳,谢谢!

已知正态总体的数据落在区间(-3,-1)的概率和落在区间(3,5)的概率相同,那么这个正态分布的均值为上课老师讲的都听不懂啊-正态分布的均值就是他的对称轴.而由题可知,对称轴为(-1+3)/2=1就是说均值为1

正态分布函数正态分布最早是由一位数学家从二项分布在n趋近于无穷大时的近似而推导出来的.二项分布的概率密度C(m,n)*p^m*(1-p)^(n-m),考虑此函数在n趋近于无穷大,m在n/2附近时的近似.求近似时,关键的一步是用斯特灵公式：N

正态分布-1变量x的取值是一个范围,在范围内的一个边界处取值和不取值的概率是一样的,因为只是一个点的问题,而这一个点取到的概率是0!~所以不影响概率.希望对你有帮助~当然P=∫f(x)dx从-1到1正态密度函数f(x)是连续函数连续函数在一

什么是正态分布?山峰形状的那种,左右概率相等正态分布（Normaldistribution）又名高斯分布（Gaussiandistribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若