X服从标准正态分布,为什么D(X)=1,
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/13 12:00:05
随机变量X的概率密度函数为:{[1/sqrt(2pi)δ]}*exp[-(x-u)^2/(2*δ^2)]被称之为标准正态分布.
你好!定理是当X与Y独立时,X+Y服从正态分布,而当X与Y不独立时,X+Y不一定服从正态分布。经济数学团队帮你解答,请及时采纳。谢谢!
是要积分么?标准正态分布的期望是0,方差是1如果是要积分的话你画一个积分符号然后等于0就可以了
如果X服从N(m,s*s),则z=(X-m)/s服从N(0,1).证明如下:设X服从N(m,s),其分布函数为F(y)=p(X
Y=(X+3)/2由X~N(-3,4)知,μ=-3,σ=2.则Y=(X-μ)/σ=(X+3)/2服从标准正态分布N(0,1)
Y=(X-μ)/σ,则Y服从标准正态分布.
再答:结果应该没错,你再算一下,有些生疏了!
因为E(X-Y)=E(X)-E(Y)=0,var(X-Y)=var(X)+var(Y)=1.
不对,应该是p{X>=-x}=p{X
1.独立的正态分布的联合分布也服从正态分布.2.没关系.3.去掉独立后,结论不成立.4.由分布密度来判断是否是二维正态分布.
N(0,1)则Y=X^2~卡方分布X^2(1)所以EX^2=1E(X^4)=DY+(EY)^2=2+1=3E(X^5)=0.pdf概率密度函数关于y对称.
这个是统计学中的一个基本定理,与“大数定律及中心极限定律”无关,是正态分布的性质.可以看关于统计学中关于“抽样分布定理”的内容.
打开数据序列,在series窗口中依次点击view-descriptivestatistics&tests-histogramandstats出现的窗口右侧最下面有Jarque-Bera统计量和其对应
就是满足正态分布的性质.
由已知X服从均值为1、标准差(均方差)为2的正态分布,所以X−12~N(0,1),E(X)=1,D(X)=2;由Y服从标准正态分布,所以:Y~N(0,1),E(Y)=0,D(Y)=1;又X、Y相互独立
N(1,4)所以P(-1
这是随机变量的标准化啊,X*的标准化随机变量等于X*减去它的数学期望的差除以它的均方差,即[X*-E(X*)]/[D(X*)]^½=(X*-μ)/[σ^2/n]^½=(X*-μ)/
P(X≤0)=0.5,因为正态分布的均值是0,则图像关于Y轴对称,也就是Y轴左右两边的面积都是0.5.由于A、B互斥,则A发生B一定不发生,也就是说A发生B不发生的概率=A发生的概率=1/4.正态分布
一不独立,因为x平方由x决定,事件上有包函关系