首页 >> 学识问答 >

问标准正态分布的概率密度

2026-11-22 16:21:06

答

标准正态分布的概率密度,就是均值等于 0 标准差等于 1 的正态分布对应的概率密度函数,它是概率论与数理统计里面最核心的基础函数,一般记作 Z 分布,随机变量记为 Z,这个函数可以描述标准正态分布下,随机变量在每一个取值位置对应的概率密度大小,曲线整体是对称钟形,中心点在 x 等于 0 的位置,在 x 等于 0 处取得最大值,向左右两侧逐渐衰减,并且永远不会落到横轴上,曲线和横轴围成的总面积等于 1,代表全部概率之和为 1。之所以单独定义标准正态分布的概率密度,是因为任意普通正态分布都可以通过标准化变换转化成标准正态分布,借助这个统一函数,不需要针对每一组均值和标准差单独计算,查表或者积分就可以求出概率,大幅简化正态相关的概率计算,也是假设检验置信区间等统计方法的数学根基。学习使用的时候,先要记住函数表达式,理解各个参数固定为 0 和 1 的含义,再掌握曲线形态特征,学会利用对称性计算区间概率,后续结合标准正态分布表完成实际统计计算。

一 函数表达式

标准正态分布的概率密度函数表达式为

f (z) 等于 1 除以根号下 2π 乘以 e 的负二分之 z 平方次方

其中 z 是标准正态随机变量的取值,取值范围是全体实数,也就是负无穷到正无穷。

表达式里面 e 是自然常数,π 是圆周率,这个常数系数的作用,是保证整条曲线下积分总面积严格等于 1,满足概率密度函数必须满足归一化的基本要求。

二 核心性质

1 对称性,函数是偶函数,也就是 f 负 z 等于 f 正 z,曲线关于纵轴对称,z 大于 0 和 z 小于 0 对应的密度值相等

2 峰值位置,在 z 等于 0 也就是均值点,概率密度取得最大值,最大值是 1 除以根号下 2π,大约等于 0.3989

3 单调性,z 小于 0 的时候函数单调上升,z 大于 0 的时候函数单调下降

4 渐近特征,当 z 趋向正无穷或者负无穷的时候,概率密度无限趋近于 0,但是始终大于 0

5 拐点位置,曲线拐点在 z 等于正负 1 的位置,也就是标准差等于 1 的位置,拐点是曲线凹凸性发生改变的位置

6 概率区间经验值,也就是三西格玛原则,z 落在负 1 到正 1 区间概率大约 68.27%,负 2 到正 2 区间大约 95.45%,负 3 到正 3 区间大约 99.73%

三 普通正态分布转标准正态分布的步骤

1 原始随机变量 X 服从普通正态分布,均值 μ,标准差 σ

2 做标准化变换 Z 等于 X 减 μ 再除以 σ

3 变换之后 Z 就服从标准正态分布,此时就可以使用标准正态分布的概率密度对应的分布函数查表计算概率

4 原本针对 X 的区间概率,等价转换成 Z 对应的区间概率,完成计算之后不需要反向还原密度函数,只读取概率结果即可

四 概率密度和分布函数区分表格

项目标准正态分布的概率密度标准正态分布的分布函数
符号f(z)Φ(z)
含义单点位置的密度高度从负无穷到 z 的累积概率
计算方式直接代入函数表达式对概率密度做积分
特点钟形曲线单调上升 S 型曲线

五 容易混淆要点

概率密度不等于概率,这个是最常见误区,概率密度是单位区间上的概率度量,单点位置的概率本身是 0,求概率必须是区间上对概率密度做积分。标准正态分布已经固定均值 0 标准差 1,不要再额外带入别的均值标准差,这是它和普通正态分布概率密度最大区别。很多统计题会要求绘制标准正态分布的概率密度草图,重点抓住对称轴 0,峰值,正负 1 拐点这几个关键点就可以准确画出钟形曲线。

标准正态分布的概率密度是正态统计体系的基础工具,通过标准化变换,把所有正态问题统一到这个函数框架下,是数理统计考试和实际数据分析高频使用的核心函数。

【常见问题】

问题 1 标准正态分布的概率密度为什么是偶函数

回答 1 标准正态分布的概率密度表达式里面是 z 的平方项,把 z 替换成负 z 之后函数值不会改变,所以标准正态分布的概率密度满足偶函数特征,曲线关于纵轴对称。

问题 2 标准正态分布的概率密度最大值是多少

回答 1 标准正态分布的概率密度在 z 等于 0 位置取得最大值,数值等于 1 除以根号下 2π,近似值大约是 0.3989,这个数值是固定常数,不会随计算题目改变。

问题 3 标准正态分布的概率密度可以直接算出单点概率吗

回答 1 不可以,标准正态分布的概率密度只是密度高度,连续型随机变量单点概率为零,想要得到概率必须在区间内对标准正态分布的概率密度做积分运算。

问题 4 普通正态分布怎么使用标准正态分布的概率密度计算

回答 1 普通正态分布需要先做标准化,把原始变量转换成 Z,转换完成之后就可以调用标准正态分布的概率密度对应的累积分布函数,查表或者积分求解区间概率。

【免责申明】

本文为标准正态分布的概率密度相关数学知识讲解,公式和性质适用于基础数理统计学习,不同教材符号写法可能存在细微差异,正式考试和专业统计计算请以指定教材以及课程要求为准,本文不对计算失误产生的相关后果承担责任。

 

相关阅读

最新文章