两个独立的正态分布相加减的实际意义是什么？ 如题，两个独立的正态分布相加减还是正态分布，那么相加减又表示了什么呢？是否有将其复合的含义？相加表…
····两个随机变量服从同一 标准正态分布 求相加的分布他们相乘 相加 相减的联合分布的分布分别是多少他们的两个数是怎么变化的
两个独立的正态分布，相减，均值做差，为什么方差做和呢？ 因为：D(X-Y)=D(X)+D(-Y)=D(X)+(-1)2D(Y)=D(X)+D(Y)注：D(aX)=a2D(X)希望可以帮到你，如果解决了问题，请点下面的\"选为满意回答\"按钮，
两个独立正态分布相减 如果2113你没写错题目的话，答案是错的，你是对的5261，因为方差值可以直接相加4102。为了验证这一1653点，我特意在SPSS上做了一个模拟实验：利用随机数发生器产生第一组正态分布的随机数X（共有10000个随机数），平均值设定为10，方差（d2）为4；再产生另一组正态分布的随机数Y（共有10000个随机数），平均值设定为10，方差（d2）为8；然后计算X与Y的差值。结果差值的均值为0.0021，方差为11.91。毫无疑问，这个结果十分接近于理论方差值12（4乘以3等于12）。按照同样的方法，我改变X的方差值为1，Y的方差值为2，再做一次模拟实验，这一次实际方差值是3.02，十分接近于理论方差值3，进一步证明你的结果是正确的。以上验证方法就是所谓的Monte Carlo模拟实验。
非独立的两个正态分布相加，是否仍是正态分布？如果是正态分布，期望和方差各是什么？ 奇怪，这条提问下的回答怎么都是错的呢？这个问题分情况，首先，两个独立的正态分布X，Y相加减仍然是正态…
····两个随机变量服从同一 标准正态分布 求相加的分布 首先声明，标准分布就一种，服从N（0，1）.两个都服从正太分布的变量，例如X服从N(a，b)，Y服从N(c，d)，则X+Y服从N（a+c，b+d）；X-Y服从N（a-c，b+d）.即两变量相加减时，期望相应加减，方差始终是相加.
求助，两个独立的正态分布相加减怎么运算 因为正态分布知道了EX和DX就可以知道概率密度函数，那么求EX DX就是突破口设两个变量分别为X，Y，那么E（X+Y）=EX+EY；E(X-Y)=EX-EYD(X+Y)=DX+DY；D(X-Y)=DX+DY；
正态分布加减还是正态分布？ 只有相互2113独立的正态分布加减5261之后，才是正态分布。如果两个相互独4102立的正态分布1653X~N(u1，m2)，Y~N(u2，n2)，那么Z=X±Y仍然服从正太分布，Z~N(u1±u2，m2+n2)。正态分布又名高斯分布，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、方差为σ^2的高斯分布，记为N(μ，σ^2)。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。
两个独立正态分布相减 如果你没写错题目的话，答案是错的，你是对的，因为方差值可以直接相加.为了验证这一点，我特意在SPSS上做了一个模拟实验：利用随机数发生器产生第一组正态分布的随机数X（共有10000个随机数），平均值设定为10，方差（d2）为4；再产生另一组正态分布的随机数Y（共有10000个随机数），平均值设定为10，方差（d2）为8；然后计算X与Y的差值.结果差值的均值为0.0021，方差为11.91.毫无疑问，这个结果十分接近于理论方差值12（4乘以3等于12）.按照同样的方法，我改变X的方差值为1，Y的方差值为2，再做一次模拟实验，这一次实际方差值是3.02，十分接近于理论方差值3，进一步证明你的结果是正确的.以上验证方法就是所谓的Monte Carlo模拟实验.
两个正态分布的随机变量相减后的随机变量还是正态分布吗？均值和方差各是多少？ 是正态分布，原因：设X，Y均为正态分布，均值方差分别为uX，uY和varX和varY，则-Y也为正态分布，其均值方差为-uY和varY，所以由两个独立正态随即变量的和仍为正态的，得知X-Y服从均值为X-Y，方差为varX+varY的正态分布.
