常态变量的标准化及标准常态分布表的使用

大家好！欢迎来到 M1 统计学中最实用课题之一的笔记。就算「常态分布」或「标准化」这些词语听起来有点吓人，也别担心。看完这些笔记后，你会发现它们只是帮助我们理解周围世界的简单工具。

我们会学到什么？ 我们将会学习一个巧妙的技巧，叫做标准化。想象一下，这就像把不同的货币兑换成一种通用货币（例如港币），以便轻松比较它们。我们会用这个方法来处理数据，并利用一个强大的工具——标准常态分布表——来找出概率。

为什么它很重要？ 从你的考试分数、身高到一包薯片的重量，生活中很多事物都符合常态分布。这个课题会给你一把钥匙，解开所有这些情况的概率！我们开始吧。


重温：到底什么是常态分布？

还记得钟形曲线吗？那就是常态分布的标志性外观。它描述了许多现实生活中数据的分布情况。

常态分布由两个关键信息定义：

  • 平均值 (\(\mu\))：平均数值，位于钟形曲线的正中央和峰顶。
  • 标准差 (\(\sigma\))：衡量数据分散程度的指标。较小的 \(\sigma\) 表示数据紧密地集中在平均值周围（形成一个高而窄的钟形）；较大的 \(\sigma\) 表示数据非常分散（形成一个矮而宽的钟形）。

我们会写成 \(X \sim N(\mu, \sigma^2)\)，读作「变量 X 服从平均值为 \(\mu\)、方差为 \(\sigma^2\) 的常态分布」。（记住，方差就是标准差的平方！）

重大难题

想象一下，我们有香港中学文凭试数学 M1 的考试分数，其平均值可能是 65，标准差是 10。然后我们有香港中学文凭试物理科的分数，其平均值是 60，标准差是 15。这两个是不同的常态分布。\(\mu\) 和 \(\sigma\) 有无限多种可能的组合！我们怎么可能为所有这些分布计算概率呢？我们不可能为每一个分布都准备一份单独的概率表。我们需要一个「一劳永逸」的解决方案。

快速回顾：常态分布的关键性质
  • 它呈钟形，并围绕平均值 (\(\mu\)) 完美对称。
  • 平均值、中位数和众数都相等，且位于中心。
  • 曲线下的总面积正好是 1（或 100%）。这一点非常重要，因为面积代表概率！

主角登场：标准常态分布

为了解决我们「分布太多」的问题，数学家们创造了一个特殊的参考分布，称为标准常态分布。它是可以与所有其他常态分布进行比较的「超级明星」。

标准常态分布具有固定性质：

  • 平均值 (\(\mu\)) 永远是 0。
  • 标准差 (\(\sigma\)) 永远是 1。

我们用字母 Z 来表示标准常态变量。所以，我们写作：\(\bf{Z \sim N(0, 1)}\)

因为这个分布是「标准」的，我们为它准备了一份特殊的数值表——标准常态分布表。这张表让我们能够找到任何 Z 值所对应的面积（概率）。

重点归纳

与其处理无数个不同的常态分布 (\(N(\mu, \sigma^2)\))，我们的目标是将其中任何一个转换成唯一的标准常态分布 (\(N(0, 1)\))。这个转换过程称为标准化。


魔法公式：如何标准化（Z 值）

要将常态分布中的任何值 (X) 转换为标准常态分布中等效的值 (Z)，我们使用 Z 值公式。这是你本章最重要的公式！

\(\bf{Z = \frac{X - \mu}{\sigma}}\)

公式拆解：

  • Z：这是你正在计算的Z 值。它告诉你原始值 (X) 距离平均值 (\(\mu\)) 有多少个标准差 (\(\sigma\))。
  • X：你的原始数据点或感兴趣的值（例如：考试分数 75 分）。
  • \(\mu\)：原始分布的平均值（例如：班级平均分为 65 分）。
  • \(\sigma\)：原始分布的标准差（例如：分数的离散程度是 5）。

日常生活类比：比较考试分数

想象你和朋友考了不同的 M1 模拟试。

  • 你的考试：你得了 80 分。班级平均值 (\(\mu\)) 是 70，标准差 (\(\sigma\)) 是 10。
  • 朋友的考试：你朋友得了 85 分。他们班级平均值 (\(\mu\)) 是 75，标准差 (\(\sigma\)) 是 5。

相对于各自的班级，谁的表现更好？让我们计算你和朋友的 Z 值，将分数标准化。

你的 Z 值： \(Z = \frac{80 - 70}{10} = \frac{10}{10} = \bf{+1.0}\)这表示你的分数刚好比班级平均高出 1 个标准差。

朋友的 Z 值： \(Z = \frac{85 - 75}{5} = \frac{10}{5} = \bf{+2.0}\)这表示你朋友的分数竟然比他们班级平均高出 2 个标准差。

结论：尽管你朋友的 85 分只比你的 80 分高 5 分，但他们的 Z 值却高得多。相对于他们的同学，他们表现得明显更好。Z 值为我们提供了一个公平的比较方式！

Z 值有什么意义？
  • 正 Z 值 表示该值 (X) 高于平均值 (\(\mu\))。
  • 负 Z 值 表示该值 (X) 低于平均值 (\(\mu\))。
  • Z 值为 0 表示该值 (X) 正好是平均值 (\(\mu\))。

使用标准常态分布表

有了 Z 值之后，就可以使用试卷附印的标准常态分布表来求概率。

重要——请读两次！HKDSE M1 试卷所附的表提供的是 0 与 z 之间的面积，记作 \( \bf{A(z) = P(0 < Z < z)} \)，而不是 z 左方的累积面积。表由 \( A(0) = 0 \) 开始，随 z 增大趋向 0.5，而且只列出正数 z 值——负数要靠对称性质处理。

由于曲线对称、总面积为 1，每半边曲线的面积都是 0.5。这个「0.5 基准」是以下所有计算的关键。

如何查表（求 \(A(1.34)\)）

  1. 拆开 Z 值：把 1.34 拆成「1.3」和「0.04」。
  2. 找行：在最左栏找到 1.3 的一行。
  3. 找列：在顶行找到 .04 的一列。
  4. 找交点：行列交点的数值就是 0 至 1.34 的面积：\( A(1.34) = 0.4099 \)。

所以 \( P(0 < Z < 1.34) = 0.4099 \)。若要 1.34 左方的面积，须加上左半边曲线：\( P(Z < 1.34) = 0.5 + A(1.34) = 0.5 + 0.4099 = 0.9099 \)。

处理不同类型的概率

每条题目都是一幅面积图。先画曲线、把要求的区域涂上阴影，再用 0.5 和 \(A(z)\) 砌出答案。

1. 小于某值：\( P(Z < z) \)（z 为正）

公式：\( \bf{P(Z < z) = 0.5 + A(z)} \)

例：\( P(Z < 1.34) = 0.5 + 0.4099 = \bf{0.9099} \)

2. 大于某值：\( P(Z > z) \)（z 为正）

右半边面积是 0.5，\(A(z)\) 是其中 0 至 z 的部分，剩下的就是尾部。

公式：\( \bf{P(Z > z) = 0.5 - A(z)} \)

例：\( P(Z > 1.34) = 0.5 - 0.4099 = \bf{0.0901} \)

3. 负数值：\( P(Z < -z) \)

曲线是对称的！\(-z\) 左方的面积等于 \(+z\) 右方的面积。

公式：\( \bf{P(Z < -z) = P(Z > z) = 0.5 - A(z)} \)

例：\( P(Z < -1.34) = 0.5 - 0.4099 = \bf{0.0901} \)

4. 介乎两值之间：\( P(a < Z < b) \)
  • 同在一侧（0 < a < b）：\( \bf{P(a < Z < b) = A(b) - A(a)} \)
  • 横跨零点（a < 0 < b）：区域由两块组成，各在 0 的一侧：\( \bf{P(a < Z < b) = A(|a|) + A(b)} \)

例：求 \(P(-1.0 < Z < 1.5)\)

区域横跨零点，把两块面积相加：
\( A(1.0) = 0.3413 \)，\( A(1.5) = 0.4332 \)
\( P(-1.0 < Z < 1.5) = 0.3413 + 0.4332 = \bf{0.7745} \)

常见错误避免
  • 把表值直接当成 \(P(Z < z)\)：DSE 表上印的数字只是 0 至 z 的面积；求「小于」必须加 0.5。这是 M1 查表最常见的错误！
  • 忘记 0.5 基准：求尾部时，是用 0.5 减去 \(A(z)\)，不是用 1 直接减。
  • 对称性错误：快速画一条钟形曲线，处理负 Z 值就容易得多。

综合应用：一个完整例子

果园苹果的重量呈常态分布，平均值为 150 克（\(\mu\)），标准差为 12 克（\(\sigma\)）。求随机抽出一个苹果的重量介乎 140 克至 165 克的概率。

步骤 1：写下已知资讯和目标。

常态分布：\(X \sim N(150, 12^2)\)。
目标是 \( \bf{P(140 < X < 165)} \)。

步骤 2：将两个 X 值都标准化为 Z 值。

X = 140：\( Z_1 = \frac{140 - 150}{12} = \frac{-10}{12} \approx -0.83 \)
X = 165：\( Z_2 = \frac{165 - 150}{12} = \frac{15}{12} = 1.25 \)

步骤 3：用 Z 重新表达问题。

\( P(140 < X < 165) \) 等于 \( \bf{P(-0.83 < Z < 1.25)} \)

步骤 4：区域横跨零点——把两块面积相加。

查表：\( A(0.83) = 0.2967 \)，\( A(1.25) = 0.3944 \)

\( P(-0.83 < Z < 1.25) = A(0.83) + A(1.25) \)

步骤 5：计算最终答案。

\( 0.2967 + 0.3944 = \bf{0.6911} \)

结论：随机抽出的苹果重量介乎 140 克至 165 克的概率约为 0.6911（即 69.11%）。


总结与重点归纳

恭喜你完成了！快速重温重点：

  • 为什么：标准化把任何常态分布 \(N(\mu, \sigma^2)\) 转为唯一的标准常态分布 \(N(0, 1)\)，让我们只用一张表就能求概率。

  • 怎样做（Z 值公式）：\( \bf{Z = \frac{X - \mu}{\sigma}} \) 这是一切的钥匙。

  • 工具（HKDSE 的表）：试卷的表提供 \( \bf{A(z) = P(0 < Z < z)} \)——0 与 z 之间的面积。一切都由它和 0.5 半边基准砌出来：
    • \( \bf{P(Z < z) = 0.5 + A(z)} \)
    • \( \bf{P(Z > z) = 0.5 - A(z)} \)
    • \( \bf{P(Z < -z) = 0.5 - A(z)} \)（对称）
    • \( \bf{P(a < Z < b) = A(b) - A(a)} \)（同侧）或 \( \bf{A(|a|) + A(b)} \)（横跨零点）

作答时务必清楚展示步骤：写公式、代入数值、求 Z 值、画曲线，再由表砌出概率。你一定做得到！