分布函数（英文Cumulative Distribution Function, 简称CDF），是概率统计中重要的函数，正是通过它，可用数学分析的方法来研究随机变量。分布函数是随机变量最重要的概率特征，分布函数可以完整地描述随机变量的统计规律，并且决定随机变量的一切其他概率特征。
正态分布具有两个参数μ和σ^2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σ^2是此随机变量的方差，所以正态分布记作N（μ,σ2）。
μ是正态分布的位置参数，描述正态分布的集中趋势位置。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。正态分布以X=μ为对称轴，左右完全对称。正态分布的期望、均数、中位数、众数相同，均等于μ。
σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数据分布越集中。也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高。
参数含义
“小概率事件”和假设检验的基本思想： “小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的。由此可见X落在（μ-3σ,μ+3σ）以外的概率小于千分之三，在实际问题中常认为相应的事件不会发生，基本上可以把区间（μ-3σ,μ+3σ）看作是随机变量X实际可能的取值区间，这称之为正态分布的“3σ”原则。
百度百科-正态分布
表示随机变量X服从区间［a,b]上的均匀分布。
设连续型随机变量X的分布函数为F（x）＝（x-a）／（b-a），a≤x≤b则称随机变量X服从［a，b］上的均匀分布，记为X~U［a，b］。U~（0，h）的意思应该是从0到h上服从均匀分布。
正态分布：
正态分布是一种很重要的连续型随机变量的概率分布。
生物现象中有许多变量是服从或近似服从正态分布的，如家畜的体长、体重、产奶量、产毛量、血红蛋白含量、血糖含量等。
许多统计分析方法都是以正态分布为基础的。
此外，还有不少随机变量的概率分布在一定条件下以正态分布为其极限分布。
因此在统计学中，正态分布无论在理论研究上还是实际应用中，均占有重要的地位。
以上就是关于u是什么分布函数全部的内容，包括:u是什么分布函数、正态分布的u和西格玛代表什么、x～u是什么分布等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
