天才一秒记住【狂风中文网】地址：https://www.kfzw.net
由于高度y表示的并非概率，而是概率密度，因此，“有宽度的部分的面积才是概率”
这一点，与贝塔分布是一样的。
例如，在满足-1≤x≤1时观察到x的概率，表示为图表20-2中涂有颜色部分的面积，其概率约为0.6826。
20-3正态分布由“μ”
和“σ”
决定
一般的正态分布，可以从标准正态分布中轻而易举地获得，只要把图表按照以下步骤进行变形即可。
步骤1：以y轴为中心，向左右两侧延伸σ倍（σ希腊字母，读作“西格马”
）。
为了满足标准化条件（面积之和为1），各部分的高度需为σ分之1。
步骤2：横向平行移动，直到对应函数顶点的x坐标为μ（希腊字母，读作“缪”
）为止。
现在，针对μ和σ的作用进行说明。
μ是概率分布的平均值。
换言之，即为“挑担人偶的平衡支点”
。
由于其左右对称的，因此位于函数图像的顶点位置。
而σ是被称为标准偏差的指标，表示分布中的“分散”
“扩大”
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）。
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！