正态分布——钟形曲线、Z 分数与公式

正态分布是一种钟形的概率模型，其中均值附近的取值最常见，离均值越远的取值会以对称的方式逐渐变少。如果你想理解钟形曲线、z 分数或正态分布公式，核心思想其实很简单：均值决定中心，标准差决定分布的宽窄。

只有当数据或实际情境与正态形状较为吻合时，这个模型才有用。在这个条件成立时，你可以估计典型范围，用 z 分数比较不同取值，并判断某个结果有多不寻常。

钟形曲线表示什么

如果一个变量服从正态分布，那么靠近均值的取值比远离均值的取值更常见。左右两侧互为镜像，所以高于均值 $2$ 个标准差和低于均值 $2$ 个标准差，同样都属于不常见的情况。

你经常会看到这样的记号：

$$X \sim N(\mu, \sigma^2)$$

这表示随机变量 $X$ 被建模为均值为 $\mu$、方差为 $\sigma^2$ 的正态分布。由于方差是 $\sigma^2$，所以标准差就是 $\sigma$，且 $\sigma > 0$。

用通俗的话理解正态分布公式

正态密度公式是

$$f(x) = \frac{1}{\sigma \sqrt{2\pi}} e^{-(x-\mu)^2/(2\sigma^2)}$$

你不需要死记公式中的每一部分，也能很好地使用这个概念。最重要的是，$\mu$ 会让曲线向左或向右移动，而 $\sigma$ 会让曲线变窄或变宽。

这个公式描述的是密度，不是某一个精确取值的概率。对于连续模型，概率来自区间，比如 $P(X < 80)$ 或 $P(65 \le X \le 85)$。

均值、标准差和 z 分数如何联系起来

改变均值会让曲线向左或向右移动。改变标准差会让曲线变窄或变宽。较小的 $\sigma$ 表示取值紧密集中在均值附近，较大的 $\sigma$ 表示取值分布得更分散。

要把某个值与整个分布进行比较，可以使用 z 分数：

$$z = \frac{x - \mu}{\sigma}$$

它用标准差作为单位来表示相对位置。如果 $z = 1.5$，说明该值比均值高 $1.5$ 个标准差。如果 $z = -2$，说明它比均值低 $2$ 个标准差。

对于正态模型，一个很实用的快捷方法是经验法则：

$$\text{约有 } 68\% \text{ 的取值落在 } \mu \pm \sigma \text{ 之内}$$ $$\text{约有 } 95\% \text{ 的取值落在 } \mu \pm 2\sigma \text{ 之内}$$ $$\text{约有 } 99.7\% \text{ 的取值落在 } \mu \pm 3\sigma \text{ 之内}$$

只有在正态模型确实合理时，才能使用这个法则。它是一个有用的近似结论，并不是对所有真实数据集都成立的保证。

z 分数与钟形曲线示例

假设考试成绩服从

$$X \sim N(70, 10^2)$$

因此，平均分是 $70$，标准差是 $10$。

先使用经验法则。大约 $68\%$ 的分数会落在均值上下一个标准差的范围内：

$$70 \pm 10$$

所以快速得到的区间是

$$60 \text{ to } 80$$

大约 $95\%$ 的分数会落在均值上下两个标准差的范围内：

$$70 \pm 2(10) = 70 \pm 20$$

所以这个区间是

$$50 \text{ to } 90$$

现在看一位得了 $85$ 分的学生。其 z 分数为

$$z = \frac{85 - 70}{10} = 1.5$$

这表示该分数比均值高出 $1.5$ 个标准差。这是最快也最有用的解读方式：这个分数明显高于平均水平，但还没有高到非常靠近尾部的程度。

正态分布题中的常见错误

把所有钟形图都当成正态分布

有些数据可能是偏态的、重尾的，或者有多个峰值。在这些情况下，即使图形看起来大致圆滑，正态模型也可能拟合得很差。

把密度和概率混为一谈

公式 $f(x)$ 并不是 $X$ 恰好等于某个精确数值的概率。对于连续分布，单点概率是 $0$，所以我们研究的是区间概率。

不检查模型就直接使用经验法则

$68$-$95$-$99.7$ 法则属于正态分布。它不能自动套用到任何数据集上。

混淆方差和标准差

方差是 $\sigma^2$。z 分数使用的是 $\sigma$，不是 $\sigma^2$。

正态分布在什么时候使用

当测量值围绕某个中心值聚集，而极端值相对较少时，正态分布经常会出现。它常见于测量误差模型、考试成绩解释、质量控制，以及样本平均数的研究中。

但这并不意味着所有真实数据都服从正态分布。它的意思是：当数据形状、背景和假设都支持这种近似时，正态模型会是一个很有用的近似工具。

试着做一道类似的题

把上面的例子改成 $X \sim N(100, 15^2)$，并计算 $130$ 的 z 分数。然后求出覆盖大约 $95\%$ 取值的区间。自己换一个不同的均值或标准差再做一遍，是观察钟形曲线如何变化的好方法。