标准正态分布的概率密度可以用函数式表示为 f(x) = 1 / √(2π) · e^(−x² / 2)。这个式子描述的是随机变量在不同 x 取值点附近的密度刻度，整体是一条左右对称的钟形曲线。曲线中心位于 x = 0，峰值出现在 x = 0，最大值约为 0.3989，整条曲线下方面积合计为 1。通过标准正态分布的概率密度，可以把原始数据经过标准化后放入统一的坐标框架中，再用查表、积分或统计工具得到区间概率，常用于置信区间、标准化比较、统计检验、回归分析和质量管理等场景。
核心公式
| 项目 | 表达内容 |
|---|---|
| 概率密度函数 | f(x) = 1 / √(2π) · e^(−x² / 2) |
| 均值 | 0 |
| 方差 | 1 |
| 峰值位置 | x = 0 |
| 峰值高度 | 1 / √(2π) ≈ 0.3989 |
| 总面积 | 1 |
为什么是这个形状
- 中心在 0：标准正态分布的均值是 0，所以曲线对称轴在 x = 0。
- 峰顶在 0：x 越靠近 0，e^(−x² / 2) 的值越大，曲线越高。
- 面积归一：为了让整条曲线下方面积等于 1，需要系数 1 / √(2π)。
- 左右对称：x 取正负相同数值时，f(x) 的值保持一致，因此曲线呈对称钟形。
公式部分拆解
| 公式部分 | 作用 |
|---|---|
| x | 表示随机变量取值位置 |
| e^(−x² / 2) | 决定曲线随 x 变化的形状 |
| −x² / 2 | 让 x 越远离中心时，曲线越平缓 |
| 1 / √(2π) | 保证总面积为 1 |
| f(x) | 表示某个位置上的密度高度 |
常用取值点
| x | f(x) 近似值 | 曲线状态 |
|---|---|---|
| −2 | 0.0540 | 左侧较远位置 |
| −1 | 0.2420 | 左侧靠近中心位置 |
| 0 | 0.3989 | 最高峰 |
| 1 | 0.2420 | 右侧靠近中心位置 |
| 2 | 0.0540 | 右侧较远位置 |
使用步骤
- 判断变量已经按均值 0、方差 1 完成标准化。
- 写出标准正态分布的概率密度公式 f(x) = 1 / √(2π) · e^(−x² / 2)。
- 确定需要观察的点或区间，例如 x = 0 或 x 在 −1 到 1 之间。
- 查标准正态分布表，得到累积分布函数值 Φ(z)。
- 用区间概率公式 Φ(b) − Φ(a) 计算目标区间概率。
简单计算示例
求 x 落在 −1 到 1 之间的概率。
- Φ(1) ≈ 0.8413
- Φ(−1) ≈ 0.1587
- 区间概率 = Φ(1) − Φ(−1) = 0.8413 − 0.1587 = 0.6826
因此，标准正态分布的概率密度曲线在 −1 到 1 之间对应的面积约为 0.6826。这个区域围绕中心展开，密度较高，面积集中在曲线中部。
【常见问题】
问题1：标准正态分布的概率密度公式是什么？
回答1：标准正态分布的概率密度公式是 f(x) = 1 / √(2π) · e^(−x² / 2)。
问题2：标准正态分布的概率密度最大值在哪里？
回答2：标准正态分布的概率密度最大值出现在 x = 0，最大值约为 0.3989。
问题3：标准正态分布的概率密度如何得到区间概率？
回答3：标准正态分布的概率密度通过曲线下方区域面积得到区间概率，常用公式是 Φ(b) − Φ(a)。
问题4：标准正态分布的概率密度曲线有什么特点？
回答4：标准正态分布的概率密度曲线呈钟形，左右对称，中心在 0，峰值在 0，两侧向远处平滑展开。
免责声明：以上内容围绕标准正态分布的概率密度整理，供学习理解和公式参考使用。