The Normal distribution

欢迎来到正态分布的世界！

嘿，未来的统计学家！准备好深入学习统计学中最重要、最核心的分布：正态分布 (The Normal Distribution)。它有时也被称为高斯分布 (Gaussian distribution)，在现实世界中，从人的身高、智商测试分数，到工业生产中的误差以及测量公差，几乎无处不在。

理解这一章至关重要，因为它为你提供了处理连续型数据的强大工具，让你能够计算几乎所有符合那著名“钟形曲线”形状的数据概率。如果某些概念听起来比较抽象，请别担心——我们会一步步拆解，确保你能够轻松掌握查表技巧！

1. 定义正态分布

1.1 钟形曲线的特征

正态分布是由两个关键参数定义的连续型概率分布。

试想一下，测量一所大型学校中每位学生的身高。大多数学生的身高都集中在平均水平左右，极矮或极高的人非常少。当你把这些数据绘制出来时，就会得到标志性的钟形曲线。

• 对称性： 曲线完全以其中心点为轴左右对称。
• 平均数 = 中位数 = 众数： 曲线的最高点（众数）也是平均值（平均数）和中间值（中位数）。
• 渐近性： 曲线无限接近水平轴，但永远不会真正触及它（它向两个方向无限延伸）。
• 总面积： 曲线下的总面积恰好为 1（因为总概率必须等于 1）。

1.2 正态分布的记号

我们使用一种特殊的记号来描述服从正态分布的变量 \(X\)：

$$X \sim N(\mu, \sigma^2)$$

让我们来剖析一下这些参数：

1. \(\mu\) (Mu)： 这是分布的平均值（或均值）。它决定了钟形曲线的中心位置。
2. \(\sigma^2\) (Sigma Squared)： 这是方差。它衡量了数据的离散程度。
3. \(\sigma\) (Sigma)： 方差的平方根，即标准差。它决定了曲线的形状。较大的 \(\sigma\) 意味着曲线更宽、更扁（数据分布更分散）。

小贴士： 请务必记住，记号中使用的是方差 (\(\sigma^2\))，但几乎所有的计算都要使用标准差 (\(\sigma\))。如果题目给出的 \(\sigma^2 = 25\)，你在代入公式时必须使用 \(\sigma = 5\)！

---

核心要点： 正态分布是对称的，并且完全由其平均值 (\(\mu\)) 和方差 (\(\sigma^2\)) 所定义。

---

2. 标准正态分布 (Z-分数)

2.1 为什么要标准化？

试想一下，将一个身高 180 cm 的数据（来自平均值为 170 cm 的群体）与一个 115 分的智商分数（来自平均值为 100 分的群体）进行比较。它们是具有不同均值和标准差的变量，我们该如何客观地比较它们呢？

我们需要一个统一的量表！这个量表就是标准正态分布。

标准正态分布（通常用变量 \(Z\) 表示）是一种特殊的正态分布，其特征为：

• 平均值为 0：\(\mu = 0\)
• 标准差为 1：\(\sigma = 1\)（此时方差 \(\sigma^2 = 1\)）

我们记作：$$Z \sim N(0, 1)$$

2.2 Z-分数公式（标准化）

标准化 (Standardisation) 是将任何正态变量 \(X\) 转换为标准变量 \(Z\) 的过程。

Z-分数（也称为标准化分数）的计算公式为：

$$Z = \frac{X - \mu}{\sigma}$$

Z-分数告诉了你什么？
Z-分数告诉你 \(X\) 的取值距离平均值 (\(\mu\)) 到底有多少个标准差 (\(\sigma\))。

例子： 如果一名学生在考试中得了 \(X=80\)，而平均分为 \(\mu=60\)，标准差 \(\sigma=10\)。
$$Z = \frac{80 - 60}{10} = 2$$ 这意味着该学生的得分高于平均值 2 个标准差。

类比： 把 Z-分数看作一把通用的卷尺。如果你对两个分数进行了标准化，你就可以直接比较它们相对于各自群体平均水平和离散程度的极端程度。

---

核心要点： 标准化将任何 \(X\) 值转换为 Z-分数，使我们可以使用通用的 Z-表格来查找概率。公式为 \(Z = \frac{X - \mu}{\sigma}\)。

---

3. 使用标准正态分布表

一旦你将值 \(X\) 标准化为 Z-分数，你就可以在考试公式册提供的正态分布表中查找概率。

3.1 理解分布表

这些表格给出了标准化变量 \(Z\) 小于或等于一个正值 \(z\) 的概率。这通常记作 \(\Phi(z)\)。

表中图示的阴影区域始终代表： $$P(Z \le z)$$

重要规则： 表格仅适用于正的 Z-分数 (\(z \ge 0\))。对于负的 Z-分数，我们需要利用曲线的对称性。

3.2 对称性规则（关键！）

在计算概率时，你会遇到三种主要情况：

情况 1：寻找正 Z-分数下方的区域。

$$P(Z \le z)$$

操作： 直接在表中查找 \(z\) 对应的值。

情况 2：寻找正 Z-分数上方的区域。

$$P(Z > z)$$

因为曲线下的总面积为 1，所以这是剩余的区域：

操作： 计算 \(1 - P(Z \le z)\)。

记忆口诀： “大于即用 1 减”。

情况 3：寻找负 Z-分数下方的区域。

$$P(Z \le -z)$$

因为曲线是对称的，左侧尾部的面积与右侧尾部的面积相同：

$$P(Z \le -z) = P(Z > z)$$

操作： 使用情况 2 的规则：\(1 - P(Z \le z)\)。

情况 4：寻找两个 Z-分数之间的区域。

$$P(a < Z < b)$$

操作： 找到从左侧到 \(b\) 的面积，并减去从左侧到 \(a\) 的面积： $$P(Z \le b) - P(Z \le a)$$

必须避免的常见错误： 不画图！请务必快速画一个钟形曲线草图，标出你需要的部分，然后判断应该应用哪种规则（1、2 或 3）。这可以有效防止符号错误。

对称性计算示例

假设你计算出 \(z = 1.50\)。求 \(P(Z > 1.50)\)。

1. 在表中查找 \(P(Z \le 1.50)\)：\(0.9332\)。
2. 应用情况 2：\(P(Z > 1.50) = 1 - P(Z \le 1.50) = 1 - 0.9332 = 0.0668\)。

求 \(P(Z < -1.50)\)。

1. 应用情况 3：\(P(Z < -1.50) = P(Z > 1.50)\)。
2. 结果相同：\(0.0668\)。

---

核心要点： 表格只给出 \(P(Z \le z)\)。利用总概率为 1 和曲线的对称性来计算 \(z\) 以上或 \(-z\) 以下的区域概率。

---

4. 逆向正态计算（反向运算）

有时题目会给出概率（面积），要求你求出实际值 \(X\) 或标准化分数 \(Z\)。这就是逆向正态分布问题。

4.1 逆向运算的步骤

1. 绘图并调整： 画出曲线并涂出给定的概率。确定对应于从左侧算起面积的那个正 Z-分数（\(z\)）（即表格直接读取的值）。如果给定的概率在尾部，你必须先调整它（通常使用 1 减去），使其格式匹配 \(P(Z \le z)\)。

2. 寻找 \(z\)： 使用逆向正态分布表（或将普通分布表反查），找到对应于该累积概率的 Z-分数 \(z\)。

3. 确定符号： 如果要求的数值 \(X\) 低于平均值，Z-分数必须为负（即 \(Z = -z\)）。如果 \(X\) 高于平均值，则必须为正（即 \(Z = +z\)）。

4. 取消标准化： 将标准化公式变形以求出 \(X\)： $$\mathbf{X = \mu + Z\sigma}$$

例子：求 X 的值

苹果的重量服从正态分布，\(\mu=150\)g，\(\sigma=10\)g。求出使得 90% 的苹果重量小于 \(k\) 的质量值 \(k\)。

1. 绘图并调整： 我们要找的是 \(P(X < k) = 0.90\)。由于 0.90 大于 0.5，所以 \(k\) 一定在平均值右侧，因此 \(Z\) 为正。

2. 寻找 \(z\)： 在表中寻找最接近 0.9000 的概率值。
（使用标准表，0.9000 对应的 \(z \approx 1.28\)）。

3. 确定符号： 由于 \(k\) 在平均值之上，\(Z = +1.28\)。

4. 取消标准化： $$k = \mu + Z\sigma$$ $$k = 150 + (1.28)(10)$$ $$k = 150 + 12.8 = 162.8 \text{ 克}$$

你知道吗？ Z-分数 \(Z=1.645\)（对应 95% 累积面积）和 \(Z=2.326\)（对应 99% 累积面积）非常常见，通常出现在公式表中的“临界值”部分。

---

核心要点： 逆向问题涉及先利用表（根据累积概率）找到 Z-分数，然后使用 \(X = \mu + Z\sigma\) 将其换算回原始单位。

---

5. 求解未知参数（\(\mu\) 或 \(\sigma\)）

最具挑战性的正态分布问题是求解未知的平均值 \(\mu\) 或未知标准差 \(\sigma\)，有时两者均未知。这类问题通常需要利用 Z-分数公式构建方程组。

5.1 双点问题

如果题目要求同时求出 \(\mu\) 和 \(\sigma\)，你一定会得到两个概率信息（两个不同的 X 值及其对应的概率）。

操作步骤：

1. 对第一个点进行标准化： 对于第一个信息 (\(X_1\))，使用逆向法（对称规则和表格）将给定的概率转换为 Z-分数 (\(Z_1\))。
2. 建立方程 1： 将 \(X_1, Z_1, \mu\) 和 \(\sigma\) 代入变形后的 Z-分数公式： $$X_1 = \mu + Z_1\sigma$$
3. 对第二个点进行标准化： 重复上述步骤求出 \(Z_2\)。
4. 建立方程 2： $$X_2 = \mu + Z_2\sigma$$
5. 联立求解： 联立这两个关于 \(\mu\) 和 \(\sigma\) 的线性方程进行求解。

鼓励一下： 如果你的 Z-分数符号看起来有点复杂，别担心——一定要极其细心。记住，任何低于平均值的 \(X\) 分数都必须得出负的 Z-分数，任何高于平均值的 \(X\) 分数都必须得出正的 Z-分数。

5.2 常见错误：Z-分数符号

如果题目告诉你：5% 的分数小于 12（即 \(P(X < 12) = 0.05\)）：

• 由于 0.05 是一个小概率（< 0.5），所以分数 \(X=12\) 位于左侧尾部，意味着它低于平均值。
• 对应于 0.05 累积面积的 Z-分数必须是负的。
• （如果 \(P(Z < -z) = 0.05\)，那么 \(P(Z > z) = 0.05\)。查表得正的 z-分数是 1.645。因此，所需的 Z-分数应为 \(Z = -1.645\)。）
• 你的方程必须是：\(12 = \mu - 1.645\sigma\)