优68.26低超常2.1418170851001151301503050中正常正态分布中的 Z 值意义以及检验 Z 值正态分布中的 Z 代表随机变量经过列维-林德伯格中心\极限定理的变形后,服从标准正态分布①(daoO,1),并且 Z 为该标准正态分布下的新变量。这里的 Z(a)表示是服从正态分布的随机变量 X 的上 a 分位点，它是一个整体，代表的是一个数，所谓的上 a 分位点指的是：P{X>Z(a)}=a.注意：这里 Z(0.05)指的服从正态分布的随机变量 X,P{X>1.65}=0.05Z 在数量上表示该新变量为该标准正态分布下标准差 0=1 的倍数。Z 越小即越趋近-8,说明该新变量在 0(0,1)中出现的累计概率越小，接近 0；Z 值越靠近 0,说明该新变量出现的累计概率越接近 50%;Z 越大即越趋近+8,说明该新变量在 0(0,1)中出现的累计概率越大，也接近 1。正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线。若随机变量 X 服从一个数学期望为人方差为 o 人 2 的正态分布,记为 N(p,o 人 2)。其概率密度函数为正态分布的期望值 P决定了其位置，其标准差 o 决定了分布的幅度。当 P=0,0=1 时的正态分布是标准正态分布。由于一般的正态总体其图像不一疋关于 y 轴对称,对于任一正态总体,其取值小于 x 的概率。只要会用匕求正态总体在某个特定区间的概率即可。为了便于描述和应用,常将正态变量作数据转换。将一般正态分布转化成标准正态分布。X〜Ng 卄 Y 二号 JNd服从标准正态分布,通过查标准正态分布表就可以直接计算出原正态分布的概率值。故该变换被称为标准化变换（标准正态分布表：标准正态分布表中列出了标准正态曲线下从-8 到 X（当前值）范围内的面积比例。）正态分布的一些性质：（1）如果且 a 与 b 是实数，那么flX+fe〜N（a 卩+瓦（旳卩）（2）如果X〜皿咖咗）与F-N（何硏｝是统计独立的正态随机变量，那么：它们的和也满足正态分布U=X+Y〜+阳吸+ffy）它们的差也满足正态分布y二 X—丫（怒—阳,磧+用），U 与 V 两者是相互独立的。（要求 X 与 Y 的方差相等）。如何确定 Z 检验的值（查正态分布表时要注意中间的数字都是面积，最左边一列和最上面一行都是 Z 值）1、当给定了检验的显著性水平 a=0.05 时，如果检验时要检验是否相等，就是双侧检验，允许左右各有误差，即a/2=0.025。此时要查尾部面积是 0.025 时的 Z 值。但是我们参考书中说明表中间的数字是指从最左面一直到右侧某一点的面积，...
