使用者58851006463232021-12-30 11:56:29正態分位數又稱百分位點。若機率0
正分位數有三種不同的稱呼，即α分位數、上側α分位數與雙側α分位數，它們的定義如下： 當隨機變數X的分佈函式為 F（x），實數α滿足0 <α<1 時，α分位數是使P{X< xα}=F（xα）=α的數xα。
上側α分位數是使P{X >λ}=1-F（λ）=α的數λ，雙側α分位數是使P{X<λ1}=F（λ1）=0。5α的數λ1、使 P{X>λ2}=1-F（λ2）=0。5α的數λ2，如t分佈的分位數表，自由度f=20和α=0。05時的分位數為1。7247。
一個數集中最多有一半的數值小於中位數，也最多有一半的數值大於中位數。如果大於和小於中位數的數值個數均少於一半，那麼數集中必有若干值等同於中位數。
計算有限個數的資料的二分位數的方法是：把所有的同類資料按照大小的順序排列。如果資料的個數是奇數，則中間那個資料就是這群資料的中位數；如果資料的個數是偶數，則中間那2個數據的算術平均值就是這群資料的中位數。
擴充套件資料：
由於一般的正態總體其影象不一定關於y軸對稱，對於任一正態總體，其取值小於x的機率。只要會用它求正態總體在某個特定區間的機率即可。
為了便於描述和應用，常將正態變數作資料轉換。將一般正態分佈轉化成標準正態分佈。
正態分佈具有兩個引數μ和σ^2的連續型隨機變數的分佈，第一引數μ是服從正態分佈的隨機變數的均值，第二個引數σ^2是此隨機變數的方差，所以正態分佈記作N（μ，σ2）。
μ是正態分佈的位置引數，描述正態分佈的集中趨勢位置。機率規律為取與μ鄰近的值的機率大，而取離μ越遠的值的機率越小。正態分佈以X=μ為對稱軸，左右完全對稱。正態分佈的期望、均數、中位數、眾數相同，均等於μ
