正态分布3σ原则做题时如果没有给出相应数值，是按原值还是估计值

正态分布的3σ准则是什么？

在正态分布中σ代表标准差，μ代表均值。x=μ即为图像的对称轴。3σ原则为数值分布在（μ-σ，μ+σ)中的概率为0.6826，数值分布在（μ-2σ，μ+2σ)中的概率为0.9544，数值分布在（μ-3σ，μ+3σ)中的概率为0.9974。

3σ准则的应用

3σ准则是建立在正态分布的等精度重复测量基础上而造成奇异数据的干扰或噪声难以满足正态分布。如果一组测量数据中某个测量值的残余误差的绝对值νi＞3σ，则该测量值为坏值，应剔除。通常等于±3σ。

一般地，如果对于任何实数a，b（a

正态分布中“sigma原则”，“2sigma原则”，“3sigma原则”分别是什么原则？

正态分布中“sigma原则”、“2sigma原则”、“3sigma原则”分别是：

sigma原则：数值分布在（μ-σ，μ+σ）中的概率为0.6526；

2sigma原则：数值分布在（μ-2σ，μ+2σ）中的概率为0.9544；

3sigma原则：数值分布在（μ-3σ，μ+3σ）中的概率为0.9974；

其中在正态分布中σ代表标准差，μ代表均值x=μ即为图像的对称轴。

由于“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是不会发生的，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。

扩展资料：

正态分布中的参数含义：

1、正态分布有两个参数，即期望（均数）μ和标准差σ，σ²为方差。

2、正态分布具有两个参数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）。

3、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。

4、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。

参考资料来源：百度百科-正态分布

3σ原则如何得出

先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间，认为凡超过这个区间的误差，就不属于随机误差而是粗大误差，含有该误差的数据应予以剔除就得出3σ。

在正态分布中σ代表标准差,μ代表均值。x=μ即为图像的对称轴。

3σ：数值分布在（μ-σ,μ+σ)中的概率为0.6826；

数值分布在（μ-2σ,μ+2σ)中的概率为0.9544；

数值分布在（μ-3σ,μ+3σ)中的概率为0.9974；

可以认为，Y 的取值几乎全部集中在（μ-3σ,μ+3σ)]区间内，超出这个范围的可能性仅占不到0.3%。

扩展资料

3σ准建立在正态分布的等精度重复测量基础上，造成奇异数据的干扰或噪声难以满足正态分布。如果一组测量数据中某个测量值的残余误差的绝对值 νi＞3σ，则该测量值为坏值，应剔除。

通常把等于 ±3σ的误差作为极限误差，对于正态分布的随机误差，落在 ±3σ以外的概率只有 0。27%，它在测量中发生的可能性很小，故存在3σ准则。

3σ准则是最常用也是最简单的粗大误差判别准则，它一般应用于测量次数充分多( n ≥30)或当 n＞10做判别时的情况。

参考资料来源：百度百科-3σ准则

标准正态分布表怎么看

将未知量Z对应的列上的数 与 行所对应的数字 结合 查表定位
例如 要查假设X=1.15，

1)左边一列找到1.1的标准正态分布表

2)上面一行找到0.05

3)1.1和 0.05所对应的值为 0.8749。

扩展资料：

1、所谓的正态分布表都是标准正态分布表(n(0,1)，通过查找实数x的位置，从而得到p(z<=x)。

2、表的纵向代表x的整数部分和小数点后第一位，横向代表x的小数点后第二位，然后就找到了x的位置。比如这个例子，纵向找2.0，横向找0.00，就找到了2.00的位置，查出0.9772。

参考资料：标准正态分布表

正态分布有哪些主要特征

正态分布的特点：呈钟型，两头低，中间高，左右对称因其曲线呈钟形。

正态分布，也称“常态分布”，又名高斯分布，最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。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。

正态分布也叫常态分布，是连续随机变量概率分布的一种，自然界、人类社会、心理和教育中大量现象均按正态形式分布，例如能力的高低，学生成绩的好坏等都属于正态分布。

它随随机变量的平均数、标准差的大小与单位不同而有不同的分布形态。标准正态分布是正态分布的一种，其平均数和标准差都是固定的，平均数为0，标准差为1。

扩展资料：

正态分布的应用：

1、估计频数分布 一个服从正态分布的变量只要知道其均数与标准差就可根据公式即可估计任意取值范围内频数比例。

2、制定参考值范围正态分布法，适用于服从正态（或近似正态）分布指标以及可以通过转换后服从正态分布的指标。百分位数法，常用于偏态分布的指标。表3-1中两种方法的单双侧界值都应熟练掌握。

3、质量控制：为了控制实验中的测量（或实验）误差，常以 作为上、下警戒值，以 作为上、下控制值。这样做的依据是：正常情况下测量（或实验）误差服从正态分布。

参考资料来源：百度百科—正态分布