本文目录一览：
如何画正态分布曲线
正态分布应用最广泛的连续型概率分布。通常所说的正态分布曲线指的是正态分布的密度函数的图像。其特征是“钟”形曲线。
正态分布曲线一种概率分布。正态分布是具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是遵从正态分布的随机变量的均值，第二个参数σ2是此随机变量的方差，所以正态分布记作N(μ，σ2)。遵从正态分布的随机变量的概率规律为取μ邻近的值的概率大，而取离μ越远的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。
正态分布的密度函数的特点是：
关于直线x=μ对称，在μ处达到最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点；
它的形状是中间高两边低，图像是一条位于x轴上方的钟形曲线；
曲线与x轴围成的面积为1；
当μ=0，σ^2=1时，称为标准正态分布，记为N(0,1)。
正态分布曲线画法：
1、可通过计算机中Excel、matlab、几何画板、geogebra等软件来实现；
2、通过其特点，可以动手画出大致图形；
大致图像如下：
1、μ对图像的影响：
2、σ对图像的影响：
Java如何设置标准正态分布函数？
没办法求出函数,,只能使用
数值积分
法
简单的写法效率非常低,要想效率比较高就得专门研究高级的数值积分算法
我建议你使用查表法,就是把标准正态分布表硬编码直接写到程序里,然后查表
我
看了一下,表中一共就30*10=300个数(当然只是一半)
查表的速度绝对无与伦比的快
给你一个效率不高的办法
public
static
double
y(double
x)
{
return
1
/
math.sqrt(2
*
math.pi)
*
math.pow(math.e,
-x
*
x
/
2);
}
public
static
double
fai(double
x)
{
if
(x
-3.9)
{
return
0;
}
else
if
(x
3.9)
{
return
1;
}
double
f
=
0;
double
pc
=
-5;
double
step
=
0.00001;
for
(double
i
=
pc;
i
x;
i
+=
step)
f
+=
y(i)
*
step;
return
f;
}
如何在java中拟合正态分布
% 设数据为x % 第一步, 计算均值, 计算样本标准差 len = length(x); avg = mean(x); s = sum((x-avg).^2)/(len-1) % 第二步, 将上面结果代入高斯分布公式 % 第三步, 画出图形.
java编出正态分布的方法
* 标准正态分布分布函数。
* 入口参数u。 任意实数。 返回标准正态分布概率密度。
先是考虑把正态分布的那张表搞到程序中，通过查表的方式，小数点三位后面多出来的值使用公式来计算
正态分布中一些值得注意的量：
密度函数关于平均值对称
平均值与它的众数（statistical mode）以及中位数（median）同一数值。
函数曲线下68.268949%的面积在平均数左右的一个标准差范围内。
java
public double nextDouble() {
return (((long)(next(26)) 27) + next(27))
/ (double)(1L 53);
}
private double nextNextGaussian;
private boolean haveNextNextGaussian = false;
synchronized public double nextGaussian() {
// See Knuth, ACP, Section 3.4.1 Algorithm C.
if (haveNextNextGaussian) {
haveNextNextGaussian = false;
return nextNextGaussian;
} else {
double v1, v2, s;
do {
v1 = 2 * nextDouble() - 1; // between -1 and 1
v2 = 2 * nextDouble() - 1; // between -1 and 1
s = v1 * v1 + v2 * v2;
} while (s = 1 || s == 0);
double multiplier = StrictMath.sqrt(-2 * StrictMath.log(s)/s);
nextNextGaussian = v2 * multiplier;
haveNextNextGaussian