가우스 분포와 정규 분포의 차이 : 가우스 분포와 정규 분포

가우시안 vs 정규 분포

> 무엇보다 먼저 정규 분포와 가우스 분포는 통계 이론에서 가장 많이 발생하는 분포 인 동일한 분포를 나타 내기 위해 사용됩니다. 가우시안 분포 또는 정규 분포를 갖는 확률 변수 x에 대해, 확률 분포 함수는이다. 확률 분포 함수는 다음과 같다. P (x) = [1 / (σ 2 2π)] e (- (x-μ) 999 2 999 / 2σ9999); 여기서 μ는 평균이고 σ는 표준 편차입니다. 함수의 도메인은 (-∞, + ∞)입니다. 음모를 꾸미면 사회 과학에서 흔히 언급되는 유명한 벨 곡선 또는 물리 과학에서의 가우스 곡선을 제공합니다. 정규 분포는 타원 분포의 하위 클래스입니다. 또한 샘플 크기가 무한 인 이항 분포의 제한적인 경우로 간주 될 수 있습니다.

^{정규 분포는 매우 독특한 특성을 가지고 있습니다. 정규 분포의 경우 평균, 모드 및 중앙값이 동일하며 μ입니다. 왜도 및 첨도는 0이며 첫 번째 두 개 이상의 모든 cumulants (평균 및 분산)가 0 인 유일한 절대 연속 분포입니다. 파라미터 μ와 σ2의 모든 값에 대해 최대 엔트로피를 갖는 확률 밀도 함수를 제공합니다. 정규 분포는 중심 극한 정리에 기반하며, 가정에 따라 실제 결과를 사용하여 검증 할 수 있습니다.} 정규 분포는 μ = 0 및 σ = σ로 분포로 변환하는 변환 z = (X-μ) / σ를 사용하여 표준화 될 수있다. ² = 1. 이 변환은 표준화 된 값 표를 쉽게 참조 할 수있게하고 확률 밀도 함수 및 누적 분포 함수에 관한 문제를보다 쉽게 ​​해결할 수있게합니다.

정규 분포 적용은 세 가지로 분류 할 수 있습니다. 정확한 정규 분포, 근사 정규 분포 및 모델 또는 정규 분포를 가정합니다. 정확한 정규 분포는 자연에서 발생합니다. 고온 또는 이상 기체 분자의 속도와 양자 고조파 발진기의 기저 상태는 정규 분포를 나타낸다. 대략적인 분포는 중심 극한 정리에 의해 설명되는 많은 경우에 발생합니다. 이산 확률 분포와 푸 아송 분포는 이산적이고 연속적이며 매우 큰 표본 크기에서 정규 분포와 비슷합니다.

실제로, 통계적 실험의 대다수에서, 우리는 분포가 정상이라고 가정하고, 뒤 따르는 모델 이론은 그 가정에 기초한다.결과적으로 모집단에 대한 매개 변수를 쉽게 계산할 수 있으며 추론 프로세스가 쉬워집니다.

가우스 분포와 정규 분포의 차이점은 무엇입니까?

• 가우스 분포와 정규 분포는 동일하고 동일합니다.