标准正态分布表(附表1-2)
合集下载
正态分布z值表
正态分布z值表——见最下文首先我们得先来了解一下什么是正态分布：1.正态曲线(normal curve)正态曲线是簇曲线，呈对称钟形，均数所在处最高，两侧逐渐下降，两端在无穷处与横轴无限接近。
横坐标常使用观察值组段，纵坐标常使用频数、频率及概率密度（频率与组距之比）。
2.正态分布特征曲线概率密度函数：式中，有4个常数，μ为总体均数，σ为总体标准差，π为圆周率，е为自然对数的底数，其中μ、σ为不确定的常数，称为正态分布的参数。
μ是位置参数，决定着正态曲线在X轴上的位置;σ是形状参数，决定着正态曲线的分布形状由此决定的正态分布记作N(μ,σ2)。
仅X 为随机变量。
曲线位置形状与面积特征：标准差一样规定了曲线的形状相同，而均数不同，会使得曲线在在横轴上的位置不同，并且随着均数增大，曲线逐渐向右移动。
均数不变，标准差改变，标准差小的曲线变异度小，曲线形状就高瘦一点；标准差大的变异度大，曲线形状就矮胖一点。
标准正态分布均数为0，标准差为1的正态分布被称为标准正态分布(standard normal distribution)。
对于任意一个服从正态分布N（μ，σ2）的随机变量，可做标准化转换。
通过标准化转换后，任意一个正态分布曲线下面积求解问题都能转换成标准正态分布曲线下面积求解问题。
如下所示：2.标准正态分布的应用当Z的取值范围为（Z1,Z2)时，概率（面积）计算公式应为：P（Z1＜Z＜Z2）=φ（Z2）﹣φ（Z1）因为统计表中只有Z值的左侧尾部面积，所以根据上图所示，当Z＞0时应有：φ（Z）=1-φ（﹣Z）所以对于一个一般的正态分布问题，我们可以先通过标准化转换求得Z值，然后查表找到所对应的值后代入面积公式即可进行求解。
注意：①曲线下面积总和为1。
②曲线下的面积是从﹣∞积分到当前Z的面积。
③曲线下对称于0的区间，面积相等。
④当μ，σ和X已知时，先求Z值，再用Z值查表，得到所求区间占总面积比例。
当μ，σ未知时，要用样本均数和样本标准差S来估计Z值。
正态分布 课件
在气象中，某地每年七月份的平均气温、平均湿度 以及降雨量等，水文中的水位；
总之，正态分布广泛存在于自然界、生产及科学技术的许多领域中。
正态分布在概率和统计中占有重要地位。
4、正态曲线的性质
（1）曲线在x轴的上方，与x轴不相交.
（μ－σ，μ＋σ]
0.6826
（μ－2σ，μ＋2σ]
0.9544
（μ－3σ，μ＋3σ]
0.9974
（2）曲线是单峰的,它关于直线x=μ对称.
（4）曲线与x轴之间的面积为1.
（3）曲线在x=μ处达到峰值(最高点)
（5）若 固定, 随 值的变化而沿x轴平移, 故 称为位置参数
（6）当μ一定时，曲线的形状由σ确定 .σ越大，曲线越“矮胖”，表示总体的分布越分散；σ越小，曲线越“瘦高”，表示总体的分布越集中.
5、特殊区间的概率:
m-a
m+a
x=μ
若X~N ,则对于任何实数a>0,概率 为如图中的阴影部分的面积，对于固定的 和 而言，该面积随着 的减少而变大。这说明 越小, 落在区间 的概率越大，即X集中在 周围概率越大。
4
0.04
[0.5,1)
8
0.08
[1,1.5)
15
0.15
[1.5,2)
22
0.22
[2,2.5)
25
0.25
[2.5,3)
14
0.14
[3,3.5)
6
0.06
[3.5,4)
4
0.04
[4,4.5)
2
0.02
11
高尔顿钉板实验的 频率分布直方图
这条曲线具有 “中间高，两头低” 的特征，像这种类型的曲线, 就是（或近似地是）以下函数的图像:
总之，正态分布广泛存在于自然界、生产及科学技术的许多领域中。
正态分布在概率和统计中占有重要地位。
4、正态曲线的性质
（1）曲线在x轴的上方，与x轴不相交.
（μ－σ，μ＋σ]
0.6826
（μ－2σ，μ＋2σ]
0.9544
（μ－3σ，μ＋3σ]
0.9974
（2）曲线是单峰的,它关于直线x=μ对称.
（4）曲线与x轴之间的面积为1.
（3）曲线在x=μ处达到峰值(最高点)
（5）若 固定, 随 值的变化而沿x轴平移, 故 称为位置参数
（6）当μ一定时，曲线的形状由σ确定 .σ越大，曲线越“矮胖”，表示总体的分布越分散；σ越小，曲线越“瘦高”，表示总体的分布越集中.
5、特殊区间的概率:
m-a
m+a
x=μ
若X~N ,则对于任何实数a>0,概率 为如图中的阴影部分的面积，对于固定的 和 而言，该面积随着 的减少而变大。这说明 越小, 落在区间 的概率越大，即X集中在 周围概率越大。
4
0.04
[0.5,1)
8
0.08
[1,1.5)
15
0.15
[1.5,2)
22
0.22
[2,2.5)
25
0.25
[2.5,3)
14
0.14
[3,3.5)
6
0.06
[3.5,4)
4
0.04
[4,4.5)
2
0.02
11
高尔顿钉板实验的 频率分布直方图
这条曲线具有 “中间高，两头低” 的特征，像这种类型的曲线, 就是（或近似地是）以下函数的图像:
标准正态分布示意图
lgG = lg(12571032040)=lg(571032040)1/12=1/1 2(7lg5+3lg10+lg20+lg40)=0.89966
为简化计算, 可两边取对数
G = lg-1(lgG)= lg-10.89966 = 7.94
加权法: G=lg-1( lgx/ ), 当变量值个数 较多或变量值为频数表资料时
(3） （4）=（2）（3） （5）=（2）（4）
1 127
16129
• 129 131
4 524
68644
• 133 135
9 1215
164025
• 137 139
28 3829
540988
• 141 143
35 5005
715715
• 145 147
27 3969
583443
• 149 151
11 1661
250811
• 153 155
4 620
96100
• 157161 159 • 合计 •
1 159
120 17172
（ƒ）（ ƒx）
25181
2461136
（ ƒx2）
•
2461136 - （17172）2/120
• s=
•
120 - 1
•
• 三、变异系数: 又称离散系数。代号为CV。
甲的变异程度>乙组
一、极差和四分位间距
• （一）全距: R(range), 亦称极差。即一组变量 值中最大值与最小值之差。
• R甲=4.0 - 2.8 = 1.2 • R乙=3.8 - 3.0 = 0.8 • 优点: 简单明了 • 缺点: 仅考虑了资料的最大值与最小值, 不能反
第三节 正态分布
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。
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。
正态分布及参考值范围
u x
0.8531
0.0655
78.0
u 78.0 73.9 3.9
0.1469
-1.51
0 1.05
Φ（-1.51）=0.0655，故P（X<68.0）=0.0655 Φ（-1.05）=0.1469，故P（X<78.0）=1-0.1469=0.8531
P（X≥78.0）=0.1468
（4）下结论。该地正常女子血清总蛋白含量 <68.0g/L者占总人数的6.55%， <78.0g/L者占总人 数的85.31%，≥78.0g/L者占总人数的14.69%。
内容
1 正态分布的特点
2 标准正态分布 正态分布的应用
3
35
30
25
人数
某地140名正常
20
成年男子红细
15 10
胞数（1012/L
5
） 频数分布图 观察人数不断
0
3.7
4.1 4.5 4.9 5.3 5.7
红细胞数（1012/L）
增加，组段不 断细分，直条 不断变窄
顶端逐渐接近一 条光滑的曲线
人数
解： （1）计算均数、标准差。
X 7982.0 73.（9 g / L） 108
S 591524.0 7982.02 /108 3.（ 9 g / L） 108 1
（2）进行u转换
。此例样本量较
大，可用 X 代替
μ，S代替σ计算
。
68.0
73.9
u 68.0 73.9 3.9
（3）查附表1 标准正态分布表 ，（Φ（u）值 ，u≤0)，计算 曲线下面积。
应用
➢估计医学参考值范围 ➢质量控制：临床检验、生物鉴定、食品卫生 监督 ➢其他许多统计方法的基础
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？
标准正态分布
P(｜u｜≥u1)=2Φ(-u1)
P(｜u｜＜u1＝＝1-2Φ(-u1)
P(u1≤u＜u2)＝Φ(u2)-Φ(u1)
10
计算
已知u～N(0，1)，试求：
(1) P(u＜-1.64)＝?
(2) P (u≥2.58)=?
(3) P (｜u｜≥2.56)=? (4) P(0.34≤u＜1.53) =?
(standard normal distribution)
(u )
(u )
1 2
1 2
e
u
e
u2 2
1 2 u 2
du
随机变量u服从标准正态分布，记作u～
N(0，1)
7
标准正态分布
对于任何一个服从正态分布N(μ,σ2)的随机
变量x，都可以通过标准化变换 u=(x-μ)／σ
P(｜u｜≥3)=1-0.9973=0.0027
P(｜u｜≥1.96)=1-0.95=0.05 P(｜u｜≥2.58)=1-0.99=0.01
14
由表4—2可见，实际频率与理论概率相当接近，说明126 头基础母羊体重资料的频率分布接近正态分布，从而可推 断基础母羊体重这一随机变量很可能是服从正态分布的
= 1, ..., n)为相互独 立，都服从标准正态分布，则定义： 2 i zi2 , i = 1, ..., n 变量2服从自由度等于n卡方分布（chi – square distribution）。
19
卡方分布曲线
图4-1 不同自由度下的2分布
图4-2 2分布的 上侧和下侧分位数 示意图
P(x<μ-1.96σ)=P(x>μ+1.96σ)=0.025
P(｜u｜＜u1＝＝1-2Φ(-u1)
P(u1≤u＜u2)＝Φ(u2)-Φ(u1)
10
计算
已知u～N(0，1)，试求：
(1) P(u＜-1.64)＝?
(2) P (u≥2.58)=?
(3) P (｜u｜≥2.56)=? (4) P(0.34≤u＜1.53) =?
(standard normal distribution)
(u )
(u )
1 2
1 2
e
u
e
u2 2
1 2 u 2
du
随机变量u服从标准正态分布，记作u～
N(0，1)
7
标准正态分布
对于任何一个服从正态分布N(μ,σ2)的随机
变量x，都可以通过标准化变换 u=(x-μ)／σ
P(｜u｜≥3)=1-0.9973=0.0027
P(｜u｜≥1.96)=1-0.95=0.05 P(｜u｜≥2.58)=1-0.99=0.01
14
由表4—2可见，实际频率与理论概率相当接近，说明126 头基础母羊体重资料的频率分布接近正态分布，从而可推 断基础母羊体重这一随机变量很可能是服从正态分布的
= 1, ..., n)为相互独 立，都服从标准正态分布，则定义： 2 i zi2 , i = 1, ..., n 变量2服从自由度等于n卡方分布（chi – square distribution）。
19
卡方分布曲线
图4-1 不同自由度下的2分布
图4-2 2分布的 上侧和下侧分位数 示意图
P(x<μ-1.96σ)=P(x>μ+1.96σ)=0.025
医学统计学4 正态分布与参考值
X
f(X)
a
b
b
X
P(a X b) f ( x)dx F (b) F (a)
a
f(X)
f ( x) N (0,1)
a
a
0
-a
X
F (a) f ( x)dx
F (a) f ( x)dx 1 F (a)
a
三. 曲线下面积
u -3.0 -2.9 …… -2.5 …… -1.9 …… -0.1 0.0 0.00 0.0013 0.0019 …… 0.0062 …… 0.0287 …… 0.4602 0.5000 0.01 0.0013 0.0018 …… 0.0060 …… 0.0281 …… 0.4562 0.4960 0.02 0.0012 0.0018 …… 0.0059 …… 0.0274 …… 0.4522 0.4920 …… …… …… …… …… …… …… …… …… ……
16
12
1000
3000 1000 5000
10
15
9.0 16.5 16.0
15-60 5.5‰ >60 16.0‰ 合计 8.2‰
35 63
15
40
7500
41.5
SMR=63/7 4.5=0.864 间接标化率 =8.2‰×0.864=6.9‰
SMR=40/41.5 =0.964 间接标化率 =8.2‰×0.964=7.9‰
（1012/L ）频数分布图
f(x) .3 .2
.1
.0 0 f(x) .3 .2 .1 2 4 6 8 10
x
.0
0 2 4 6 8 10
x
正态分布