正态分布P值转Z值

Python024

正态分布P值转Z值,第1张

不妨设随机变量Z服从正态分布N(a,b),a是其均值,b是其方差。

令Z'=(Z-a)/sqrt(b),其中sqrt(·)为开方。

这样,Z'就变成了服从标准正态分布N(0,1)的随机变量。

举俩例子吧。

例一、Z服从N(0,1)。求P(|Z|≥2)。

由于Z已经服从标准正态分布N(0,1),那么Z'=Z,不必转化了。

P(|Z|≥2)=P(Z≥2)+P(Z<=-2)

=2*P(Z≥2)

=2*(1-P(Z<=2))

查表可知,P(Z<=2)=0.9772,所以P(|Z|≥2)=0.0456。

注意: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)。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,就找到了2.00的位置,查出0.9772。

例二、Z服从N(5,9),求P(Z≥11)+P(Z<=-1)。

令Z'=(Z-5)/3,Z'服从N(0,1)

做转化P(Z≥11)+P(Z<=-1)=P(|Z-5|≥6)

=P(|Z'|≥2)

到此,你可能也看出来了,通过转化,例二和例一实际是一样的。

通过P值求Z值,一般需要知道df值才知。通常都是知道Z值/F值/T值加上Df值得到对应的P值。另外如果你不是太懂原理,你可以使用在线SPSSAU这个软件进行分析,网页版本非常智能傻瓜。里面的智能化文字分析真是非常厉害。