正态分布中n个样本方差怎么变化
为什么标准正态分布的两个样本X1和X2，他们相减（X1-X2）是一个服从均值为0方差为2的正态分布？
为什么标准正态分布的两个样本X1和X2，他们相减（X1-X2）是一个服从均值为0方差为2的正态分布？
因为，N（E（方差），D（期望）） ，所以E（X－Y）E（X）－E（Y），而D（X－Y）DX DY
正态分布的概率密度函数标准差越小？
对随机变量引入两个最基本的概念：期望和方差。期望表示随机变量的总体特性，方差表示变量的稳定程度，方差越大表示随机变量越不稳定
正态分布是概率论中的最重要的分布。
标准差不同，正态分布的形状也不同，标准差越小，分布就集中在期望旁边，当标准差越大，分布就越平坦。
正态分布x平方的方差？
标准正态分布的方差为1，它乘以2之后，方差变为4，因为方差中包含平方项。
正态分布与均值的关系？
正态分布的均值u，相应函数曲线关于xu对称。
正态分布曲线的对称轴是正态样本的平均值；
样本的平均值增大,曲线向右侧平移,样本的平均值减小,曲线向左侧平移.
正态样本的标准差越大,则正态分布曲线越平坦,峰值越小.
正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），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。
正态分布随机变量的方差？
求期望：ξ期望：Eξx1p1 x2p2 …… xnpn方差：s2方差公式：s21/n[(x1-x)2 (x2-x)2 …… (xn-x)2]注：x上有“-”正态分布（Normal distribution）又名高斯分布（Gaussian distribution），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。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，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，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ 0,σ 1的正态分布。