常態分布(直觀)

為什麼那麼多鐘形

補充 · D-12甲-2

很多獨立的小影響相加 ⟹ 鐘形分布,μ±σ≈68%, μ±2σ≈95%\text{很多獨立的小影響相加}\ \Longrightarrow\ \text{鐘形分布},\qquad \mu\pm\sigma\approx68\%,\ \mu\pm2\sigma\approx95\%

先觀察

全校學生的身高、同一個物體量很多次的結果、大型考試的分數,畫成直方圖常常是中間高、兩邊低的「鐘形」。

這些東西彼此毫無關係,為什麼會長成同一個形狀?

一步一步推導

  1. 只有一個影響(n=1n=1):兩種結果,長條一樣高,一點都不像鐘。n=1n=1
  2. 把很多個獨立的小影響加起來(二項分布):nn 越大,形狀越平滑,越來越像一個對稱的鐘。X=X1+X2+⋯+XnX=X_1+X_2+\cdots+X_n
  3. 把橫軸標準化成「離平均幾個標準差」,不同 nn 的形狀幾乎疊在一起(灰藍曲線),這條曲線叫做常態分布。z=X−μσz=\frac{X-\mu}{\sigma}
  4. 鐘形分布有一個好記的規則:平均 ±1\pm1 個標準差內約 68%,±2\pm2 個標準差內約 95%。μ±σ: 68%,μ±2σ: 95%\mu\pm\sigma:\ 68\%,\qquad \mu\pm2\sigma:\ 95\%

課綱與應用

課綱外補充:數甲的隨機變數只處理離散型,常態分布與信賴區間都不在現行正式內容裡。它是統計素養很重要的下一站,所以放在這裡欣賞。

練這間小屋的 5 題