如何将一般正态分布标准化 ^答：假设X～N(μ，σ^2)，则Y=(X-μ)/σ～N(0，1).证明；因为X～N(μ，σ^2)，所以P(x)=(2π)^(-1/2)*σ^(-1)*exp{[-(x-μ)^2]/(2σ^2)}.(注：F(y)为Y的分布函数，Fx(x)为X的分布函数）而 F(y)=P(Y≤y)=P((X-μ)/σ≤y)=P(X≤σy+μ)=Fx(σy+μ)所以 p(y)=F'(y)=F'x(σy+μ)*σ=P(σy+μ)*σ=[(2π)^(-1/2)]*e^[-（x^2)/2].从而，N(0，1).正态分布标准化的意义是可以方便计算，是一种统计学概念。原本的正态分布图形有高矮胖瘦不同的形态，实际上是积分变换的必然结果，就好比是：y=kx+b 直线，它不一定过原点的，但是通过变换就可以了：大Y=y-b；大X=kx；大Y=大X2.y=a*b 乘积，通过变换就可以变成加法运算：Ln(y)=Lna+Lnb3.y=ax2+bx+c 通过变换就可以变成标准形式：y=a(x+b/(2a))2+(c-b2/(4a))正态分布的标准化也只不过是“积分变换”而已，虽然高矮胖瘦不同的形态，但是 变量的 线性伸缩变换 并不改变其 量化特性，虽然标准化以后都变成期望是0，方差是1的 标准分布了，但这种 因变量 自变量的 依赖关系仍然存在，不用担心会“质变”。拓展资料：
正态分布的含义是什么呢？ 正态分布研究过程编辑正态分布的概念及特征：一、正态分布的概念由一般分布的频数表资料所绘制的直方图，图⑴可以看出，高峰位于中部，左右两侧大致对称
平稳过程的概念 1）定义 设{X(t），t∈T}是一随机过程，如果对于任意的n≧1和任意的t1，t2.，tn∈T以及使t1+τ，t2+τ，.，tn+τ∈T的任意实数τ，n维随机变量（X(t1），X(t2），.，X(tn））。
正态分布的含义 名片正态分布（normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布，记为：则其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ=0，σ=1的正态分布。normal distribution一种概率分布。正态分布是具有两个参数μ和σ2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ2是此随机变量的方差，所以正态分布记作N(μ，σ2)。服从正态分布的随机变量的概率规律为取与μ邻近的值的概率大，而取离μ越远的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。正态分布的密度函数的特点是：关于μ对称，在μ处达到最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点。它的形状是中间高两边低，图像是一条位于x轴上方的钟形曲线。当μ＝0，σ2＝1时，称为标准正态分布，记为N（0，1）。μ维随机向量具有类似的概率规律时，称此随机向量遵从。
布朗运动（Brownian motion）过程是一种正态分布的独立增量连续随机过程。它是随机分析中基本概念之一。其基本性质为：布朗运动W(t)是期望为0、方差为t（时间）的正态随机变量。对于任意的r小于等于s，W(t)-W(s)独立于的W(r)，且是期望为0、方差为t-s的正态随机变量。可以证明布朗运动是马尔可夫过程、鞅过程和伊藤过程。
直方图 和 正态分布图 到底有什么区别呢？ 不重复，直2113方图与正态分5261布图是两个概念4102，好比一个人的小名和大名1653。小名是经验的、回不精确答的；大名是理论的、精确的，但都反映一个人的代号特征（稳定性）。1、作图方法上不同。直方图在样本数据基础上画出，首先划分区间，其次统计每一个区间落入的数据个数，计算得到每个区间内的频率，然后画出图形；正态分布图是根据样本数据，首先算出均值和方差，然后直接画出概率密度图。2、内涵上不同。直方图是经验图，正态分布图是理论图形。3、概念上不同，直方图表示的是频率，正态分布图表示的概率。
熵这个概念指什么？ 始态指能量传递前状态 终态传递后的状态，不可逆：热量总是从高温物体传到低温物体，不可能作相反的传递。
