概率与统计 / 英语

正态分布｜StatQuest with Josh Starmer

StatQuest with Josh Starmer · YouTube · 5:12

YouTube · StatQuest with Josh Starmer原视频

视频中的要点

选中时刻

理解两个标准差的范围

建议预备知识

阅读与收藏

把讲解展开来看。

已审核学习内容 · 视频分析 · 中文

阅读完整概览

正态分布由中心位置与离散程度来刻画。讲解比较钟形曲线，说明均值和标准差，并用密度曲线下面积来理解概率。

在学习检查器中查看要点和时刻，或切换阅读标签查看完整笔记。

依据视频画面与讲解整理，并非逐字语音转写。

正态曲线关于均值对称。纵轴高度是概率密度，不是某个精确数值的概率；区间概率用曲线下面积表示。

均值 $\mu$ 确定中心，正的标准差 $\sigma$ 控制宽度。在相同计量单位下，曲线总面积都为一，较窄的正态曲线峰值更高。视频中的身高例子应理解为说明模型。

在正态模型下，约 $95\%$ 的概率位于 $\mu-2\sigma$ 与 $\mu+2\sigma$ 之间。比较固定的绝对区间，与比较按标准差计量的区间，是两件不同的事。

结尾提到中心极限定理，说明正态模型为何适用于许多聚合量。这不意味着所有自然变量都是正态的；和或平均值需要合适假设，近似是否适用也要结合具体情境。

正态曲线关于均值对称。纵轴高度是概率密度，不是某个精确数值的概率；区间概率用曲线下面积表示。

在正态模型下，约 $95\%$ 的概率位于 $\mu-2\sigma$ 与 $\mu+2\sigma$ 之间。比较固定的绝对区间，与比较按标准差计量的区间，是两件不同的事。

正态分布讲解定位 0:34
查看关联依据
正态曲线关于均值对称。纵轴高度是概率密度，不是某个精确数值的概率；区间概率用曲线下面积表示。均值 $\mu$ 确定中心，正的标准差 $\sigma$ 控制宽度。在相同计量单位下，曲线总面积都为一，较窄的正态曲线峰值更高。视频中的身高例子应理解为说明模型。在正态模型下，约 $95\%$ 的概率位于 $\mu-2\sigma$ 与 $\mu+2\sigma$ 之间。比较固定的绝对区间，与比较按标准差计量的区间，是两件不同的事。结尾提到中心极限定理，说明正态模型为何适用于许多聚合量。这不意味着所有自然变量都是正态的；和或平均值需要合适假设，近似是否适用也要结合具体情境。