首先生成1000个服从N(0,1)标准正态分布的随机数，在使用k-s检验该数据是否服从正态分布，提出假设：x从正态分布。最终返回的结果，p-value=076584491300591395，比指定的显著水平（假设为5%）大，则我们不能拒绝假

标准正态分布密度函数公式：正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，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，

中心极限定理两个公式：L1＝F2L2、FG＝hL。中心极限定理，是指概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理。这组定理是数理统计学和误差分析的理论基础，指出了大量随机变量近似服从正态分布的条件。概率论，是研究随机现象数

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

正态分布有两个参数，即期望（均数）μ和标准差σ，σ2为方差。正态分布公式：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

　t检验是对各回归系数的显著性所进行的检验，（－－这个太不全面了，这是指在多元回归分析中，检验回归系数是否为0的时候，先用F检验，考虑整体回归系数，再对每个系数是否为零进行t检验。t检验还可以用来检验样本为来自一元正态分布的总体的期望，即均

正态分布加一个常数，还是符合正态分布，只是期望值加上了这个常数。N(0,σ²)+C ~ N(C,σ²)。一个随机变量符合正态分布，我们可以画出其函数图像，让其每个数都加上一个常数，只会让函数图像左右平移，那么只会改变期望值，仍然符合正态分布

问题一：photoshop的高斯模糊什么意思高斯模糊（Gaussian Blur）是美国Adobe图像软件公司开发的一个做图软件:Adobe Photoshop(系列)中的一个滤镜，具体的位置在：滤镜―模糊――高斯模糊！高斯模糊的原理中

残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。"残差"蕴含了有关模型基本假设的重要信息。如果回归模型正确的话， 我们可以将残差看作误差的观测值。它应符合模型的假设条件，且具有误差的一些性质。利用残差所提供的

表征概率密度分布曲线在平均值处峰值高低的特征数。峰度反映了峰部的尖度。样本的峰度是和正态分布相比较而言统计量，如果峰度大于三，峰的形状比较尖，比正态分布峰要陡峭，反之亦然。在统计学中，峰度（Kurtosis）衡量实数随机变量概率分布的峰态

标准正态分布函数公式如下图：标准正态分布函数的性质：1、密度函数关于平均值对称。2、函数曲线下68.268949%的面积在平均数左右的一个标准差范围内。3、函数曲线的反曲点为离平均数一个标准差距离的位置。4、平均值与它的众数以及中位

1、峰度系数的概念：峰度系数是用来反映频数分布曲线顶端尖峭或扁平程度的指标。有时两组数据的算术平均数、标准差和偏态系数都相同，但他们分布曲线顶端的高耸程度却不同。2、偏度系数的概念：偏度系数是描述分布偏离对称性程度的一个特征数。当分布

z 是拉丁字母中的第26个字母，也是最后一个字母1、数学方面大写空心粗体Z表示整数集,在解析几何中通常用来表示垂直于x轴和y轴的坐标轴,z也表示复数，即z=a+bi，而在z上加一横则表示a-bi；2、在电学中，变量 Z 表示阻抗，在芯片

T检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n &lt30），总体标准差σ未知的正态分布。T检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。

标准正态分布密度函数公式：正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，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

卡方分布（英语：chi-square distribution[2], χ²-distribution，或写作χ²分布）是概率论与统计学中常用的一种概率分布。k个独立的标准正态分布变量的平方和服从自由度为k的卡方分布。卡方分布是一种特殊的

一、性质不同1、标准正态分布：是以0为均数、以1为标准差的正态分布，记为N（0，1）。2、对数正态分布：是一个随机变量的对数服从正态分布。二、特点不同1、标准正态分布：标准正态分布曲线下面积分布规律是：在-1.96～+1.96范围内

平均数加减标准差的范围内代表大概率事件,范围外代表小概率事件.用成绩为样本,则范围内的成绩为正常的大部分考生的成绩,范围外的为特殊的少部分考生的成绩（包括特别好的和特别差的）.通常,一次考试的成绩都是成正态分布的,平均数加减标准差的范围内的

正态分布的概率密度函数公式是f(x)=exp{-(x-μ)²2σ²}[√(2π)σ]。正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。若随机变量x服从一个数学期望为、方差为0~2的正态分布，记为N

标准正态分布函数公式如下图：标准正态分布函数的性质：1、密度函数关于平均值对称。2、函数曲线下68.268949%的面积在平均数左右的一个标准差范围内。3、函数曲线的反曲点为离平均数一个标准差距离的位置。4、平均值与它的众数以及中位