正态分布图--直方图的关系
正态分布讲解(含标准表)
2．4正态分布复习引入：总体密度曲线:样本容量越大，所分组数越多，各组的频率就越接近于总体在相应各组取值的概率．设想样本容量无限增大，分组的组距无限缩小，那么频率分布直方图就会无限接近于一条光滑曲线,这条曲线叫做总体密度曲线． 总体密度曲线b 单位O 频率/组距a它反映了总体在各个范围内取值的概率．根据这条曲线，可求出总体在区间(a ，b )内取值的概率等于总体密度曲线，直线x =a ，x =b 及x 轴所围图形的面积．观察总体密度曲线的形状，它具有“两头低，中间高，左右对称”的特征，具有这种特征的总体密度曲线一般可用下面函数的图象来表示或近似表示：22()2,1(),(,)2x x e x μσμσϕπσ--=∈-∞+∞ 式中的实数μ、)0(>σσ是参数，分别表示总体的平均数与标准差，,()x μσϕ的图象为正态分布密度曲线,简称正态曲线．讲解新课：一般地，如果对于任何实数a b <，随机变量X 满足,()()b aP a X B x dx μσϕ<≤=⎰, 则称 X 的分布为正态分布（normal distribution ) ．正态分布完全由参数μ和σ确定，因此正态分布常记作),(2σμN ．如果随机变量 X 服从正态分布，则记为X ～),(2σμN .经验表明，一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和，它就服从或近似服从正态分布．例如，高尔顿板试验中，小球在下落过程中要与众多小木块发生碰撞，每次碰撞的结果使得小球随机地向左或向右下落，因此小球第1次与高尔顿板底部接触时的坐标 X 是众多随机碰撞的结果，所以它近似服从正态分布．在现实生活中，很多随机变量都服从或近似地服从正态分布．例如长度测量误差；某一地区同年龄人群的身高、体重、肺活量等；一定条件下生长的小麦的株高、穗长、单位面积产量等；正常生产条件下各种产品的质量指标（如零件的尺寸、纤维的纤度、电容器的电容量、电子管的使用寿命等）；某地每年七月份的平均气温、平均湿度、降雨量等；一般都服从正态分布．因此，正态分布广泛存在于自然现象、生产和生活实际之中．正态分布在概率和统计中占有重要的地位．说明:1参数μ是反映随机变量取值的平均水平的特征数，可以用样本均值去佑计；σ是衡量随机变量总体波动大小的特征数，可以用样本标准差去估计．2.早在 1733 年，法国数学家棣莫弗就用n ！的近似公式得到了正态分布．之后，德国数学家高斯在研究测量误差时从另一个角度导出了它，并研究了它的性质，因此，人们也称正态分布为高斯分布．2．正态分布),(2σμN ）是由均值μ和标准差σ唯一决定的分布 通过固定其中一个值，讨论均值与标准差对于正态曲线的影响3．通过对三组正态曲线分析，得出正态曲线具有的基本特征是两头底、中间高、左右对称 正态曲线的作图，书中没有做要求，教师也不必补上 讲课时教师可以应用几何画板，形象、美观地画出三条正态曲线的图形，结合前面均值与标准差对图形的影响，引导学生观察总结正态曲线的性质4．正态曲线的性质：（1）曲线在x 轴的上方，与x 轴不相交（2）曲线关于直线x=μ对称（3）当x=μ时，曲线位于最高点（4）当x ＜μ时，曲线上升（增函数）；当x ＞μ时，曲线下降（减函数） 并且当曲线向左、右两边无限延伸时，以x 轴为渐近线，向它无限靠近（5）μ一定时，曲线的形状由σ确定σ越大，曲线越“矮胖”，总体分布越分散；σ越小．曲线越“瘦高”．总体分布越集中：五条性质中前三条学生较易掌握，后两条较难理解，因此在讲授时应运用数形结合的原则，采用对比教学5．标准正态曲线:当μ=0、σ=l 时，正态总体称为标准正态总体，其相应的函数表示式是2221)(x e x f -=π，（-∞＜x ＜+∞）其相应的曲线称为标准正态曲线标准正态总体N （0，1）在正态总体的研究中占有重要的地位 任何正态分布的概率问题均可转化成标准正态分布的概率问题讲解范例：例1．给出下列三个正态总体的函数表达式，请找出其均值μ和标准差σ （１）),(,21)(22+∞-∞∈=-x e x f x π（２）),(,221)(8)1(2+∞-∞∈=--x e x f x π （３）22(1)2(),(,)2x f x e x π-+=∈-∞+∞ 答案：(1)0，1；(2)1，2；(3)-1，0.5例2求标准正态总体在（-1，2）内取值的概率．解：利用等式)()(12x x p Φ-Φ=有)([]}{11)2()1()2(--Φ--Φ=-Φ-Φ=p=1)1()2(-Φ+Φ=0.9772＋0.8413－1=0.8151．1.标准正态总体的概率问题: xy对于标准正态总体N （0，1），)(0x Φ是总体取值小于0x 的概率，即 )()(00x x P x <=Φ， 其中00>x ，图中阴影部分的面积表示为概率0()P x x < 只要有标准正态分布表即可查表解决.从图中不难发现:当00<x 时，)(1)(00x x -Φ-=Φ；而当00=x 时，Φ（0）=0.5 2.标准正态分布表标准正态总体)1,0(N 在正态总体的研究中有非常重要的地位，为此专门制作了“标准正态分布表”．在这个表中，对应于0x 的值)(0x Φ是指总体取值小于0x 的概率，即)()(00x x P x <=Φ，)0(0≥x ．若00<x ，则)(1)(00x x -Φ-=Φ．利用标准正态分布表，可以求出标准正态总体在任意区间),(21x x 内取值的概率，即直线1x x =，2x x =与正态曲线、x 轴所围成的曲边梯形的面积1221()()()P x x x x x <<=Φ-Φ． 3．非标准正态总体在某区间内取值的概率:可以通过)()(σμ-Φ=x x F 转化成标准正态总体，然后查标准正态分布表即可 在这里重点掌握如何转化 首先要掌握正态总体的均值和标准差，然后进行相应的转化4.小概率事件的含义发生概率一般不超过5％的事件，即事件在一次试验中几乎不可能发生假设检验方法的基本思想:首先，假设总体应是或近似为正态总体，然后，依照小概率事件几乎不可能在一次试验中发生的原理对试验结果进行分析假设检验方法的操作程序，即“三步曲”一是提出统计假设，教科书中的统计假设总体是正态总体；二是确定一次试验中的a 值是否落入(μ-3σ，μ+3σ)；三是作出判断讲解范例：例1. 若x ～N (0,1),求(l)P (-2.32<x <1.2)；(2)P (x >2).解：(1)P (-2.32<x <1.2)=Φ(1.2)-Φ(-2.32)=Φ(1.2)-[1-Φ(2.32)]=0.8849-(1-0.9898)=0.8747.(2)P (x >2)=1-P (x <2)=1-Φ(2)=l-0.9772=0.0228.例2．利用标准正态分布表，求标准正态总体在下面区间取值的概率：(1)在N(1,4)下，求)3(F（2）在N （μ，σ2）下，求Ｆ（μ－σ，μ＋σ）；Ｆ（μ－1.84σ，μ＋1.84σ）；Ｆ（μ－2σ，μ＋2σ）；Ｆ（μ－3σ，μ＋3σ） 解：（１）)3(F ＝)213(-Φ＝Φ（1）＝0.8413 （２）Ｆ（μ＋σ）＝)(σμσμ-+Φ＝Φ（1）＝0.8413 Ｆ（μ－σ）＝)(σμσμ--Φ＝Φ（－1）＝１－Φ（1）＝１－0.8413＝0.1587 Ｆ（μ－σ，μ＋σ）＝Ｆ（μ＋σ）－Ｆ（μ－σ）＝0.8413－0.1587＝0.6826Ｆ（μ－1.84σ，μ＋1.84σ）＝Ｆ（μ＋1.84σ）－Ｆ（μ－1.84σ）＝0.9342Ｆ（μ－2σ，μ＋2σ）＝Ｆ（μ＋2σ）－Ｆ（μ－2σ）＝0.954Ｆ（μ－3σ，μ＋3σ）＝Ｆ（μ＋3σ）－Ｆ（μ－3σ）＝0.997对于正态总体),(2σμN 取值的概率：68.3%2σx 95.4%4σx 99.7%6σx在区间（μ-σ，μ+σ）、（μ-2σ，μ+2σ）、（μ-3σ，μ+3σ）内取值的概率分别为68.3%、95.4%、99.7% 因此我们时常只在区间（μ-3σ，μ+3σ）内研究正态总体分布情况，而忽略其中很小的一部分 例3．某正态总体函数的概率密度函数是偶函数，而且该函数的最大值为π21，求总体落入区间（－1.2，0.2）之间的概率解：正态分布的概率密度函数是),(,21)(222)(+∞-∞∈=--x e x f x σμσπ，它是偶函数，说明μ＝0，)(x f 的最大值为)(μf ＝σπ21，所以σ＝1，这个正态分布就是标准正态分布( 1.20.2)(0.2)( 1.2)(0.2)[1(1.2)](0.2)(1.2)1P x -<<=Φ-Φ-=Φ--Φ=Φ+Φ- 教学反思：1．在实际遇到的许多随机现象都服从或近似服从正态分布 在上一节课我们研究了当样本容量无限增大时，频率分布直方图就无限接近于一条总体密度曲线，总体密度曲线较科学地反映了总体分布 但总体密度曲线的相关知识较为抽象，学生不易理解，因此在总体分布研究中我们选择正态分布作为研究的突破口 正态分布在统计学中是最基本、最重要的一种分布 2．正态分布是可以用函数形式来表述的 其密度函数可写成：22()21(),(,)2x f x e x μσπσ--=∈-∞+∞， （σ＞0）由此可见，正态分布是由它的平均数μ和标准差σ唯一决定的 常把它记为),(2σμN 3．从形态上看，正态分布是一条单峰、对称呈钟形的曲线，其对称轴为x=μ，并在x=μ时取最大值 从x=μ点开始，曲线向正负两个方向递减延伸，不断逼近x 轴，但永不与x 轴相交，因此说曲线在正负两个方向都是以x 轴为渐近线的4．通过三组正态分布的曲线，可知正态曲线具有两头低、中间高、左右对称的基本特征。
直方图及正态分布制作
5/ 26
2、分组
1、根据之前得出结论，总共分成8组，第一组 上组界值是7.95，组距是0.5，所以第二组是 7.95+0.5=8.45，以此类推。直到之后一组的 下组距大于11.9
6/ 26
2、统计频率
• “频率”就是去统计每个分组中所包含的数据的个数。 • 最简单的方法就是直接在所有的数据中直接去统计，但当数 据量很大的时候，这种方法不但费时，而且容易出错。 • 这里介绍的是“FREQUENCY（频率分布）”函数方法和EXCEL 数据分析法：统计每个小组的数据个数 “Date_array 数据区域”：是选取要统计的数据源，就是选 择原始数据的范围； “Bins_array 分段点（区间）”：是选取直方图分组的数据
20 频率 15 正态分布曲线
10
5
0 1 2 3 4 5 6 7 8 9
22/ 26
5、正态分布曲线图
2、调整图形 1、在图表区柱形较下方选中正态分布曲线数据，（正态分布密度值和频率数值 相比太小了，实在看不清，多试几次，选中后如图，同时正态分布曲线那数 数据处于选中状态）。
2.4正态分布
解答
引申探究
本例条件不变，若P(X>c＋1)＝P(X<c－1)，求c的值.
解 因为X服从正态分布N(1,22)， 所以对应的正态曲线关于x＝1对称. 又P(X>c＋1)＝P(X<c－1)，
c＋1＋c－1 因此 ＝1，即 c＝1. 2
解答
反思与感 悟
利用正态分布求概率的两个方法 (1)对称法：由于正态曲线是关于直线x＝μ对称的，且概率的
2
1 2 3 4 5
解析
答案
3.已知服从正态分布N(μ，σ2)的随机变量在区间(μ－σ，μ＋σ)， (μ － 2σ ， μ ＋ 2σ) 和 (μ － 3σ ， μ ＋ 3σ) 内 取 值 的 概 率 分 别 为
68.3%,95.4% 和99.7%.若某校高一年级 1 000名学生的某次考试
成绩X服从正态分布N(90,152)，则此次考试成绩在区间 (60,120) 内的学生大约有 A.997人 B.972人
解析 答案
正态曲线下的面积规律
• X轴与正态曲线所夹面积恒等于1 。 • 对称区域面积相等。
S(-,-X)
S(X,)＝S(-,-X)
正态曲线下的面积规律
• 对称区域面积相等。
S(-x1, -x2)
S(x1,x2)=S(-x2,-x1)
-x1 -x2
x2 x1
3、特殊区间的概率:
特别地有
解析
由正态曲线的性质知，曲线的形状由参数σ确定，σ越大，
曲线越矮胖；σ越小，曲线越瘦高，且σ是标准差，故选A.
1 2 3 4 5
解析
答案
2.设随机变量ξ服从正态分布N(μ，σ2)，且二次方程x2＋4x＋ξ ＝0无实数根的概率为 ，则μ等于 1
直方图和正态分布图
直方图和正态分布图
直方图（Historgram）是将某期间所收集的计量值数据经分组整理成次数统计表，并使用柱形予以图形化，以掌握这些数据的分布状况。
直方图的应用
制造---加工尺寸的分布
经济---收入支出的分布
教育---考试成绩的分布……
●直方图是反映分组数据频数的柱形图
●正态分布图是一条单峰、对称成钟形的曲线。
Frequency函数
●以一个垂直数组返回某个区域中数据的频率分布
●由于函数frequency返回返回一个数组，所以必须以数组公式的形式输入
Frequency（data_array，bins_array）:
data_array为一数组或对一组数值的引用，用来计算频率。
Bins_array 为间隔的数组或对间隔的引用，该间隔用于对data_array中的数值进行分组
Normdist函数
返回指定平均值和标准偏差的正态分布函数
Normdist (x，mean，standard_dev，cumulative)
其中x为需要计算其分布的数值
Mean 分布的算术平均数
Standard_dev 分布的标准偏差
Cumulative 如果为false，则返回概率密度函数
正态分布图的差异：中心偏移，分布不同
分析工具库-安装加载宏：制作直方图
VBA：全称Visual Basic for Application, 它是Visual Basic 的应用程序版本，是面向对象的编程语言。
VBA也可应用于AutoCAD
VBA的应用
●自动执行重复的操作
●进行“智能化”处理
●Office二次开发的平台。
柏拉图及直方图和正态分布图绘制方法
正态图
40% 35% 30% 25% 20% 15% 10% 5% 0%
图9 为0
设置柱形图的“分类间距”
图10 直方图和正态分布图
准备绘制图表所需的数据。如图所示1，A3:B8单元格区域为消费支出的数 据，并按支出金额的大小排列，其中表格的第2行设计成累计值为0的空白 项目。 C3:C8单元格区域为每项支出占全部支出的比例，D3:D8单元格区域为每项 支出的累计比例，E3:E8单元格区域为绘制累计比例的XY散点图系列所对 应的x坐标值。 各列公式的设置方法如下：分别选取C3:C8、D3:D8和E3:E8单元格区域， 然后输入下列公式，按<Ctrl+Enter>组合键完成公式的编辑。
标准柏拉图（Pareto chart)
100% 80% 60% 40% 20% 0% 娱乐 租金 食物 衣服 交通 其它 17% 54% 100% 80% 60% 40% 20% 5% 3% 0%
12%
9%
图10 标准柏拉图
直方图及正态分布图绘制方法介绍
定义：直方图是通过对数据的加工整理，从而分析和掌握质量数据的分布 状况和估算工序不合格品率的一种方法。 用途：常用于分析质量原因，测量工序能力，估计工序不合格品率等。 作直方图的三大步骤：(1)作频数分布表 (2)画直方图 (3)进行相关计算 常见的几种典型形状：(1)正常型 (2)孤岛型 (3)偏向型 (4)平顶型 定量表示直方图的主要统计特征值： (1)平均值--表示数据的分布中心位置， (2)标准偏差--表示数据的分散程度 。 直方图和正态分布图是统计中使用最为频繁的图表。直方图是先按分组区 间计算出数据的发生频数，再以柱形表示频数的图表。正态分布图则描述数 据在分组区间内出现的概率，在图表中表现为一条单峰，对称的钟形曲线。 具体的绘制步骤如下： 原始数据：
直方图、正态分布、柏拉图
3.2 柏拉图绘制
2013试剂市场反馈总结 反馈原因 展板问题 假阳性 漏诊 发货问题 检测线双线 C线浅 检测值偏低 注册变更 批间差大 SD卡难插 加样溢出 检测窗口粗红线 灰壳子灵敏度低 检测线颜色不均 其他 次数 26 26 20 15 6 4 4 2 1 1 1 1 1 1 5
3.2 柏拉图绘制
组距=极差R/组数
第一组下组界 = 最小值－测定值最小位數／２ 第一组上组界 = 第一组下组界 + 组距 第一组上组界 = 第一组下组界 + 组距 第二组上组界 = 第二组下组界 + 组距
画图
1.2 直方图绘制（EXCEL）
1.2 直方图绘制（SPSS）
1.2 直方图绘制（SPSS）
1.3 直方图类型
x
和s 来估计，此时，7条水平线分别
x
±2s , x ±3s 。
2.6.2 控制图
4.质量控制图的做法
对某一观察指标，依时间顺序记录其观察数据，并在控制图上依次
描出各点。若出现以下8种情况之一，则有理由认为其数据波动不
仅仅是随机测量误差所引起，而是可能存在某种系统误差。
2.6.2 控制图
判断异常的8种情况如下：
（Lorenz）曲线.
3. 美国品管专家J.M.Juran（朱兰博士）将劳伦兹曲线应用于品管上,同时创出“Vital few,Trivial many”（重要的 少数,琐细的多数）的见解,并借用Pareto的名字,将此现象定为“柏拉图原理”.
4.“柏拉图”方法,由品管圈（QCC）创始人日本石川罄介绍到品管圈活动中使用,而成为品管七大手法之一.
1.5 直方图实例
2.1 正态分布简介
正态分布（Normal distribution）又名高斯分布（Gaussian distribution），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。
第三节 正态分布
主要内容： 主要内容： 一、正态分布概念 二、正态分布的特点 三、应用
一、正态分布概念
正态分布又称高斯分布，常态分布，是一种数据的 波动规律的表达，主要反映了试验的随机误差。
强度分组为横坐标，以频数为纵坐标,绘成强 度—频数直方图
12 10 8 6 4 2 0 18 20 22 24 26 3 7 5 2 10
应用
1．可疑数据的舍弃； A. 莱 特 准 则 （ 3σ 原 则 ） ： 由 于 落 在 (u3σ,u+3σ)的概率为99.73％，处在3σ之外的 概率(即误差概率)仅为0.27％，接近0，对于 常规一般仅进行几十次的测量，如处在3σ之 外则说明属于随机误差，应剔除。 由于次判据是建立在n趋向于无穷得基础上得， 所以当n有限时，尤其是n较小时这一判据并不 十分可靠。但是由于其使用方便，故常常被使 用。
（一）正交设计的基本方法
试验设计包括三方面的内容： 1. 因素和水平选择 2. 误差控制：试验方案的制定 3. 数据处理：分析试验结果
一般来说,为保证结论的可靠性，在选取因素时 应把所有影响较大的因素选入试验，某些因素 之间可能还有交互作用，所谓交互作用，就是 这些因素在同时改变水平时，其效果会超过单 独改变某一因素水平时的效果。影响较大的因 素还应包括那些单独变化水平时效果可能不太， 大与其他因素同时变化时交互作用较大的因素， 这样才能保证试验的代表性。因素变化越多越 好，取值不能少于3个，这样才能看出曲线，看 出其变化的趋势。某一因素取值变化的次数即 水平数，为了减少试验次数，往往取两水平(现 行工艺水平和新工艺水平)或三水平(低于现行 工艺水平或理论值、现行工艺水平、高于现行 工艺水平)。 水平变化的范围不宜太大。
且从图12－2还可以看出，按趋势，增加 水分与碾压料重、抗折强度，还有可能 提高，因此还应扩大试验范围，试探其 强度趋势。
医学统计学. 正态分布及其应用
表4.6 参考值范围的制定
45
例4.24 某地调查正常成年男子200人的红 细胞数，得均数 X =55.26×1012/L，标准 差S=0.38×1012/L，试估计该地正常成年 男子红细胞数的95%参考值范围。
46
解：该地正常成年男子红细胞数的95%参考值范围为
下限：
X－1.96S =55.26 － 1.96×0.38=54.52(×1012/L)
生不同位置、不同形状正态分布， （x1，x2）范围内的面积也不同， 计算起来很麻烦。
22
三、标准正态分布 为了计算方便，对于正态或近似正态 分布的资料，只要得出均数和标准 差，可通过标准转化，转化成求标 准正态曲线下横轴自-∞到z的面积。 为了便于应用，统计学家按Φ(z)编 制了标准正态分布曲线下的面积表， 由此表可查出曲线下某区间的面积， 这样就可对符合正态分布资料的频 数分布作出估计。
曲线下在区间(μ－2.58σ，μ＋2.58σ)的面积为99%。
16
■μ士σ范围内的面积占正态曲线下面积的68.27％，也
就是说有68.27％的变量值分布在此范围内。
68.27%
-
+
17
μ士1.64σ范围内的面积占正态曲线下面积的90％，也就是 说有90％的变量值分布在此范围内。
90%
5%
线,近似于数学上的正态分布曲线。
7
一.正态分布的概念和特征
1.正态分布的概念
在医学卫生领域中，许多变量的频 数分布是中间(靠近均数处)频数多，两边 频数少，且左右对称。如人体的许多生 理、生化指标等。这种变量的频数分布 规律可用概率论中的一种重要的随机变 量分布—正态分布(Normal distribution)加 以描述。
有关正态分布的解释
正态分布的数理统计学概念：
如果随机变量（X）的概率密度函数为：
f x
1
e
x-∞2 ＜x＜+∞
2 2
则该随机变量服从正态2分布。
式中σ为总体标准差；μ为总体均数；
π为圆周率，即3.14159···；e为自然对数的
底，即2.71828···。
✓ 若某一随机变量的概率密度函数（频率曲线方程） 为上式，则称该变量X服从参数为μ和σ的正态分布， 记为：X～N（μ,σ2）。
144～
25
145.5
147～
20
148.5
150～
9
151.5
153～
3
154.5
156～
2
157.5
159～162
1
160.5
合计
118
—
频数
频数分布图一（又称直方图）
30
20
10
0 130.5 133.5 136.5 139.5 142.5 145.5 148.5 151.5 154.5 157.5 160.5
身高（X）大于 155(cm)的概率为： PX x2 155 PU u2
u2
x2 s
x
155 144.29 5.41
1.98
PX x2 155 PU u2 PU u2 1.98 1 1.98 1 0.97615 0.02385
该地 13 岁正常女孩身高在 135 厘米以下者占正常女孩总人数的 4.272%，身高 在 155 厘米以上者占正常女孩总人数的 2.385%。
标准正态分布曲线下对称于0的区间，面积相等，各占50%，即左右 各为0.5。
标准正态分布曲线的纵坐标与面积关系图
医学统计学(第2章)正态分布
dx
（2-18） ）
F（X）
p(a〈x〈b)
0 12.00 14.50 17.00 19.50 22.00 24.50 27.00 29.50 32.00
正态分布曲线下面积的含义
1.表示变量值（x）在a-b区间变量值所占 1.表示变量值 表示变量值（ 全部（总体）变量值的比例或概率 比例或概率(p)。 全部（总体）变量值的比例或概率(p)。 2变量值在整个曲线下的面积为100%,或 变量值在整个曲线下的面积为100%,或 出现的概率为1 出现的概率为1。
第五节 医学参考值范围的制定
一、概念 医学参考值是指包括绝大多数“ 医学参考值是指包括绝大多数“正 常人” 的各种生理及生化指标常数， 常人 ” 的各种生理及生化指标常数 ， 也 称正常值。 称正常值。 正常值是指在一定范围内波动的值， 正常值是指在一定范围内波动的值， 医学上常用95% 医学上常用95%的范围作为判定正常或 异常的参考标准。 异常的参考标准。
二、 标准正态分布
1.标准正态分布及标准化变量值（u） 标准正态分布及标准化变量值（ ） 标准正态分布及标准化变量值 任何正态分布的X值通过 值转换后,称为标 任何正态分布的 值通过u值转换后 称为标 准化的正态分布， 准化的正态分布，即u ~N（ µ=0 ， σ2=1） （ ） 概率密度函数为： 。概率密度函数为： 2
Φ(−u) 表示从－∞到- u值对应曲线范围 表示从－ 值分布比例。 内X值分布比例。
例1： ：
Φ(u = −1) = 0.1587 Φ(µ =1) =1− Φ(u = −1)
=1− 0.1587 = 0.8413
例2：标准正态变量值u=（-1，1）和u= 标准正态变量值u=（ 1.96，1.96）区间内面积各为多少？ （ -1.96，1.96）区间内面积各为多少？