天才一秒记住【畅想小说网】地址：http://www.cxtra.net
的程度。
接下来，用形象的方式来说明“分散”
“扩大”
的概念。
由于平均值μ位于概率分布图顶点的位置，因此，最容易观察到数值。
因而，如果被问到“你能预言可以观察到什么吗”
的时候，回答“我可以预言在‘μ附近’”
，是比较稳妥的。
但是，若说这个预言的准确度如何，则要依存于“分散”
“扩大”
的程度。
如果是分布的状态为山顶高、山脚低，那么由于μ附近的数值容易被观察到，则预言的准确度相对较高。
但如果分布的状态为山顶低、山脚高，那么反而会观察到，远离μ的数值出现的频率高。
因此，偏离预言的可能性就会增高，导致准确度降低。
也就是说，我们可以想象为，标准偏差σ表示的是“从观察值的平均值中，误差偏差的程度”
的指标。
本书后面不对标准偏差进行更深入的探讨，如果想了解更多内容，可以参考相关书目《完全自学统计学入门》（详见参考文献⑨）。
那么，只要确定μ和σ，就能决定一个一般的正态分布。
尤其是标准正态分布，它对应μ＝0、σ＝1。
用σ＝2、μ＝3来举例说明上述内容，则如图表20-3所示。
图表20-3一般的正态分布
上方部分为标准正态分布的分布图，顶点在x＝0的位置，扩大宽度为1。
下方左侧的图像为，将该标准正态分布向左右两侧扩大2倍之后得到的图像。
此时，函数图像的倾斜度稍微平缓了一些。
为了保证总面积为1，其对应的x位置的高度同样需要变为12。
通过这个操作，可以得出标准偏差σ＝2的正态分布（平均值μ保持为0不变）。
下方右侧的图为，将该图像向右平行移动＋3后得到的图像。
那么顶点自然变为了x＝3所对应的位置。
通过这个操作，可以得出平均值μ＝3的正态分布。
按照这样的方式，可以得到μ＝3、σ＝2的正态分布的概率分布图。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！