深入浅出统计学（八）正太分布 及其应用

正态分布是个连续型的概率分布
离散型：关心去的一个特定数值的概率
连续性：关心概率密度，进而通过面积知道特定范围的概率。

正态分布：
Normal distribution
Gaussian distribution
X ~ N（μ， σ^2）

计算方法：标准化 + 查表

1. 确定分布与范围
2. 标准化为N(0, 1)
   z=(X-μ)/σ
3. 概率表查找

正态分布线性变化
X ~ N（μ1， σ1^2）
Y ~ N（μ2， σ1^2）

X + Y ~ N（μ1 + μ2， σ1^2 + σ2^2）

正态分布模拟二项分布
泊松分布也有类似的操作。。。
通常 np nq 都大于5的时候，可以尝试正态分布替代二项分布

正态分布模拟泊松分布
λ > 15时候，可以认为足够大，可以让泊松分布近似为正态分布
X ~ N(λ, λ) 近似为 X ~ Po(λ)

连续性修正
当时用正态分布模拟离散分布时候，注意连续性修正的问题。
例如求过山车每年发生小与52次事故时，连续性修正后，边缘因该是51.5