简介：世界的形状
欢迎来到统计学中最著名的课题之一！你有没有留意到，大多数人的身高都在“平均值”附近，而极高或极矮的人寥寥无几？又或者，一袋苹果中大多数的大小重量相若，只有极少数特别细小或巨大？这种“自然”出现的规律，就是我们所说的正态分布 (Normal Distribution)。
在本章中，我们将学习如何利用数学来为这些规律建模。对于你的 OCR MEI H640 考试来说，这是一个至关重要的工具，因为它能让我们计算现实生活中各种事件发生的概率。如果初学者觉得有点深奥，请不用担心——一旦你看过那条“钟形曲线”，一切就会豁然开朗！
1. 什么是正态分布？
正态分布是一种连续型概率分布 (continuous probability distribution)。这意味着它处理的是可以取任何数值（例如时间、重量或身高）的数据，而不是像“计数”型数据（例如入球数量）。
主要特征
钟形：曲线完全对称，且以中间为中心。
平均值 (\(\mu\))：曲线的峰值正好位于平均值处。这同时也是中位数和众数！
反曲点 (Points of Inflection)：曲线从“向下凹”转变为“向上凹”的位置，刚好距离平均值一个标准差 (\(\sigma\))（即 \(\mu \pm \sigma\) 处）。
总面积：曲线下的总面积刚好是 1（代表总概率为 100%）。
符号表示法
我们这样记录它：\(X \sim N(\mu, \sigma^2)\)
其中：
- \(X\) 是我们的随机变量。
- \(\mu\) 是平均值 (mean)。
- \(\sigma^2\) 是方差 (variance)（请记住：\(\sigma\) 才是标准差）。
复习小贴士：
如果你看到 \(X \sim N(50, 16)\)，平均值是 50，而标准差是 \(\sqrt{16} = 4\)。常见错误：学生经常忘记将第二个数字开根号来求标准差！
2. “钟形曲线”的形状与对称性
由于曲线是对称的，我们知道 50% 的数据低于平均值，50% 高于平均值。这让计算过程简单得多！
你知道吗？
在正态分布中：
- 约 68% 的数据位于平均值 1 个标准差范围内 (\(\mu \pm \sigma\))。
- 约 95% 的数据位于 2 个标准差范围内 (\(\mu \pm 2\sigma\))。
- 约 99.7% 的数据位于 3 个标准差范围内 (\(\mu \pm 3\sigma\))。
3. 计算概率
在考试中，你不需要进行曲线背后复杂的微积分运算。相反，你会使用你的统计计算器。
如何使用计算器：
1. 进入 Distribution（分布） 菜单。
2. 选择 Normal CD (Cumulative Distribution，正态累积分布)。
3. 输入你的 Lower（下限）、Upper（上限）、\(\sigma\)（标准差）以及 \(\mu\)（平均值）。
4. 例子： 若要计算 \(X \sim N(50, 16)\) 时的 \(P(X < 60)\)，下限应输入一个极小的数（例如 -9999），上限则输入 60。
类比：将概率想象成覆盖曲线下方两点之间区域所需的油漆量。你覆盖的面积越大，概率就越高！
4. 标准化：Z分数 (Z-score)
有时我们想找出未知的 \(\mu\) 或 \(\sigma\) 值，或者比较两种不同的分布。为此，我们将其“标准化”为标准正态分布 (Standard Normal Distribution)，我们称之为 \(Z\)。
\(Z \sim N(0, 1)\)（平均值为 0，方差为 1）。
公式：
\(Z = \frac{X - \mu}{\sigma}\)
这告诉你一个数值距离平均值有多少个标准差。
5. 正态变量的线性变换 (Linear Transformations)
如果 \(X\) 遵循正态分布，且我们应用线性变换 \(Y = aX + b\)，则 \(Y\) 同样遵循正态分布：
若 \(X \sim N(\mu, \sigma^2)\)，则 \(Y = aX + b \sim N(a\mu + b, a^2\sigma^2)\)。
请注意，平均值按线性公式 \(a\mu + b\) 改变，而方差则乘以 \(a^2\)（常数加项 \(b\) 不会影响离散程度）。
6. 平均值的假设检验 (Hypothesis Testing)
这是 MEI 课程大纲的核心部分。我们想检验一个样本的平均值是否提供证据显示整体总体的平均值已经发生改变。
样本平均值的分布
如果我们从 \(X \sim N(\mu, \sigma^2)\) 中抽取一个样本大小为 \(n\) 的随机样本，该样本的平均值 (\(\bar{X}\)) 会遵循其自身的正态分布：
\(\bar{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right)\)
关键点：样本平均值的标准误差 (standard error) 为 \(\frac{\sigma}{\sqrt{n}}\)。随着样本大小 \(n\) 的增加，样本平均值的离散程度会变窄。
假设检验逐步指南：
1. 列出假设： 定义总体平均值 \(\mu\)。写出 \(H_0: \mu = \mu_0\) 以及 \(H_1: \mu > \mu_0\)、\(\mu < \mu_0\) 或 \(\mu \neq \mu_0\)。
2. 确定 \(H_0\) 下的分布： 在原假设下，\(\bar{X} \sim N\left(\mu_0, \frac{\sigma^2}{n}\right)\)。
3. 选择方法（p-value 或临界区域法）：
- p-value 法： 计算 \(P(\bar{X} \ge \bar{x})\) 或 \(P(\bar{X} \le \bar{x})\)。如果 p-value 小于显著性水平 \(\alpha\)（对于双尾检验则为 \(\frac{\alpha}{2}\)），则拒绝 \(H_0\)。
- 临界区域 (Critical Region) 法： 找出对应尾部概率 \(\alpha\) 的 \(\bar{X}\) 临界值。如果观察到的样本平均值落在临界区域内，则拒绝 \(H_0\)。
4. 依据情境写出结论： 务必以非断言且与题目情境相关的文字给出结论（例如：“在 5% 显著性水平下，有足够证据显示苹果的平均重量已经下降。”）。
常见错误：为样本平均值进行假设检验时忘记将方差除以 \(n\)。记得时刻检查你的样本大小！
总结：你必须记住的重点
模型： \(X \sim N(\mu, \sigma^2)\)。曲线呈钟形且以 \(\mu\) 为中心对称。
标准化： \(Z = \frac{X - \mu}{\sigma}\) 可以将任何正态分布转换为 \(Z \sim N(0, 1)\)。
线性组合： 若 \(X \sim N(\mu, \sigma^2)\)，则 \(aX + b \sim N(a\mu + b, a^2\sigma^2)\)。
样本平均值： 对于大小为 \(n\) 的样本，\(\bar{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right)\)。
假设检验： 使用标准误差 \(\frac{\sigma}{\sqrt{n}}\)，配合 \(p\)-value 法或临界值法进行检验，并在情境中写出你的结论。
继续练习使用计算器的步骤！一旦你熟悉了各项功能操作，正态分布就会成为你统计学试卷中最稳定且最容易拿高分的章节之一。