0. 標準正態分布表與常用值

Z-score 是非標準正態分布標準化后的 x即 <span class="MathJax" id="MathJax-Element-269-Frame" tabindex="0" style="position: relative;" data-mathml="z=x−μσ" role="presentation">z=x?μσz=x?μσ
表頭的橫向表示小數點后第二位，表頭的縱向則為整數部分以及小數點后第一位；兩者聯合作為完整的 x，坐標軸的橫軸
表中的值為圖中紅色區域的面積，也即 cdf，連續分布的累積概率函數，記為 <span class="MathJax" id="MathJax-Element-270-Frame" tabindex="0" style="position: relative;" data-mathml="Φ(x)" role="presentation">Φ(x)Φ(x)
cdf 的逆，記為 <span class="MathJax" id="MathJax-Element-271-Frame" tabindex="0" style="position: relative;" data-mathml="Φ−1(x)" role="presentation">Φ?1(x)Φ?1(x)，如 <span class="MathJax" id="MathJax-Element-272-Frame" tabindex="0" style="position: relative;" data-mathml="Φ−1(3/4)" role="presentation">Φ?1(3/4)Φ?1(3/4)，表示 x 取何值時，陰影部分的面積為 0.75，查表可知，x 介于 0.66 和 0.67 之間；

1. cdf 與 ppf（分位函數）

from scipy.stats import norm

<span class="MathJax" id="MathJax-Element-333-Frame" tabindex="0" style="position: relative;" data-mathml="Φ(x)" role="presentation">Φ(x)Φ(x) 為 累積概率密度函數，也即 cdf：

>> from scipy.stats import norm
>> norm.cdf(0)
0.5

<span class="MathJax" id="MathJax-Element-334-Frame" tabindex="0" style="position: relative;" data-mathml="Φ−1(x)" role="presentation">Φ?1(x)Φ?1(x)，通過 norm(x) 進行計算：

>> from scipy.stats import norm
>> norm.ppf(3/4)
0.6744897501960817

---

標準正態分布表

總結

以上是生活随笔為你收集整理的标准正态分布表（scipy.stats）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。