三大概率分布（一）
三大概率分布关于正态分布的内容
今天我们开始学习三大分布，首先是正态分布。正态分布是概率论与数理统计中最重要的一个分布，我将通过详细探讨一下它的概念、性质、与其他分布的关系，并结合一个实例来加深理解。
正态分布 (Normal Distribution)
正态分布，也称为高斯分布 (Gaussian Distribution)，是一个在自然界、社会科学和工程领域中都极为常见的连续概率分布。它的图形呈钟形，两头低，中间高，左右对称，因此常被称为“钟形曲线”。
1. 概念与定义
如果一个随机变量 $X$ 的概率密度函数 (PDF) 为： \(f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}\) 其中 $-\infty < x < +\infty$，则称 $X$ 服从正态分布，记作 $X \sim N(\mu, \sigma^2)$。
这个公式看起来复杂，但它只由两个参数控制：
- $\mu$ (均值)：决定了分布的中心位置。曲线的对称轴就是 $x=\mu$。
- $\sigma^2$ (方差)：决定了分布的“胖瘦”或离散程度。$\sigma$ (标准差) 越大，曲线越“矮胖”，表示数据越分散；$\sigma$ 越小，曲线越“高瘦”，表示数据越集中。
2. 重要性质
- 对称性：概率密度曲线关于均值 $\mu$ 对称。
- 集中性：均值 $\mu$ 处是曲线的最高点，也是众数和中位数所在地。
- 总面积为1：曲线与x轴之间的总面积等于1，这是所有概率密度函数的共性。
- 3$\sigma$法则 (或 68-95-99.7 法则)：这是一个非常有用的经验法则：
- 约 68.3% 的数值落在距均值1个标准差的范围内，即 $(\mu-\sigma, \mu+\sigma)$。
- 约 95.4% 的数值落在距均值2个标准差的范围内，即 $(\mu-2\sigma, \mu+2\sigma)$。
- 约 99.7% 的数值落在距均值3个标准差的范围内，即 $(\mu-3\sigma, \mu+3\sigma)$。
3. 标准正态分布 (Standard Normal Distribution)
当 $\mu=0, \sigma^2=1$ 时的正态分布称为标准正态分布，记作 $Z \sim N(0, 1)$。它的概率密度函数通常用 $\phi(z)$ 表示。
标准化：任何一个服从 $N(\mu, \sigma^2)$ 的随机变量 $X$，都可以通过以下变换转化为标准正态分布变量 $Z$： \(Z = \frac{X - \mu}{\sigma}\) 这个过程称为标准化，得到的 $Z$ 值称为Z-score。标准化的意义在于，我们不需要为每一种 $\mu$ 和 $\sigma$ 的组合都计算一次概率，只需要一张标准正态分布表（Z表）就可以查询所有正态分布的概率问题。
与其他分布的关系
正态分布在概率论中处于中心地位，许多其他分布在特定条件下都会趋近于它。
- 中心极限定理 (Central Limit Theorem, CLT) 这是正态分布最重要的“关系”。该定理指出：任意一个群体的大量独立同分布的随机变量，它们的均值（或和）的分布近似于正态分布，无论原始群体的分布是什么样的。
- 意义：这就是为什么正态分布如此普遍的原因。许多宏观现象（如身高、测量误差）都是由大量微观随机因素叠加影响而成，根据中心极限定理，这些现象的分布自然就趋向于正态分布。
正态分布近似二项分布 当二项分布 $B(n, p)$ 中的试验次数 $n$ 很大，且 $p$ 不太接近0或1时（通常要求 $np \ge 5$ 且 $n(1-p) \ge 5$），二项分布可以用正态分布 $N(np, np(1-p))$ 来近似。
正态分布近似泊松分布 当泊松分布 $P(\lambda)$ 的参数 $\lambda$ 很大时（通常 $\lambda \ge 20$），泊松分布可以用正态分布 $N(\lambda, \lambda)$ 来近似。
- 与卡方分布 ($\chi^2$)、t分布、F分布的关系 这三个统计学中的重要抽样分布都与正态分布密切相关：
- 卡方分布：$n$ 个独立的标准正态分布变量的平方和，服从自由度为 $n$ 的卡方分布。
- t分布：当总体方差未知时，用样本方差代替来对正态总体的均值进行估计和检验时使用的分布。当样本量 $n \to \infty$ 时，t分布趋近于标准正态分布。
- F分布：两个独立的卡方分布变量除以各自自由度的比值，服从F分布，常用于方差分析。
例题讲解
问题：假设某校高三学生的数学考试成绩服从正态分布，平均成绩为105分，标准差为10分。随机抽取一名学生，求他的成绩在105分到120分之间的概率是多少？
分析：
- 随机变量 $X$ 为学生成绩， $X \sim N(105, 10^2)$。
- 均值 $\mu = 105$，标准差 $\sigma = 10$。
- 我们要求解的概率是 $P(105 < X < 120)$。
解答步骤：
- 标准化 我们需要将 $X=105$ 和 $X=120$ 这两个点都转换为标准正态分布下的Z-score。
- 对于 $X_1 = 105$： $Z_1 = \frac{X_1 - \mu}{\sigma} = \frac{105 - 105}{10} = 0$
- 对于 $X_2 = 120$： $Z_2 = \frac{X_2 - \mu}{\sigma} = \frac{120 - 105}{10} = \frac{15}{10} = 1.5$
转化概率 因此，原问题 $P(105 < X < 120)$ 就等价于求标准正态分布下 $P(0 < Z < 1.5)$。 \(P(0 < Z < 1.5) = P(Z < 1.5) - P(Z < 0)\)
- 查标准正态分布表 (Z-table) 标准正态分布表通常给出 $P(Z < z)$ 的值，这个值也常用 $\Phi(z)$ 表示。
- 查表可知，标准正态分布的均值为0，中位数也为0，所以 $P(Z < 0) = \Phi(0) = 0.5$。
- 查表可得，$P(Z < 1.5) = \Phi(1.5) \approx 0.9332$。
- 计算最终概率 \(P(0 < Z < 1.5) = 0.9332 - 0.5 = 0.4332\)
结论：随机抽取一名学生，他的数学成绩在105分到120分之间的概率约为 43.32%。