正态分布各参数的几何意义，求带图的详细说明 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.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，称此随机向量遵从多维正态分布.多元正态分布有很好的性质，例如，多元正态分布的边缘分布仍为正态分布，它经。
设总体x服从正态分布n x1，x2，x3，xn 是它的一个样本，则样本均值a服从什么分布 正态分布的规律，均值X服从N（u，（σ^2）/n）。因为X1，X2，X3，.，Xn都服从N（u，σ^2)，正太分布可加性X1+X2.Xn服从N（nu，nσ^2)。均值X=（X1+X2.Xn）/n，所以X期望为u。
\ 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.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，称此随机向量遵从多维正态分布.多元正态分布有很好的性质，例如，多元正态分布的边缘分布仍为正态分布，它经任何线性变换得到的随机向量仍为多维正态分布，特别它的线性组合为一元正态分布.正态分布最早由A.棣莫弗在求二项分布的渐近公式中得到.C.F.高斯在研究测量。
正态分布怎么求平均数 服从正态分布（72，10平方）的平均数是72吗 是的。你说的是对的。如果随即变量服从正态分布N～（μ，σ2），那么μ表示该随机变量的平均取zd值情况，σ2表示该随机变量的方差。所以，对于这一道题版的随机变量服从N～（72，102），那么该随机变量的平权均数就是72。望能帮到你！顺祝进步。另外，别忘了动动小手采纳一下。并点个赞哟！
知道两个变量的方差，如何求它们的协方差？ 随机变量X，Y协方差cov(X，Y)=ρ*√D(X)√D(Y)，其中ρ是X，Y的相关系数，D(X)，D(Y)是X，Y的方差.或者还可以由定义式来求：cov(X，Y)=E[(X-EX)(Y-EY)]=EXY-EXEY，其中E是数学期望.
运用matlab进行随机信号的功率谱密度估计仿真【急求】
根据数学期望方差的不同计算公式 将第一个公式中括号内的完全平方打开得到DX=E(X^2-2XEX+(EX)^2)E(X^2)-E(2XEX)+(EX)^2E(X^2)-2(EX)^2+(EX)^2E(X^2)-(EX)^2
