离散概率分布并非无所不能。
除了数值是离散的概率分布以外，还有一大类，即数值是连续的概率分布。正态分布是一种重要的连续型概率分布。
连续型数据
连续型数据往往通过测量得到，而不是通过计数得到，测量结果在很大程度上取决于测量精度的要求。
对于离散概率分布，我们关心的是取得一个特定数值的概率；而对于连续概率分布来说，我们关心的是取得一个特定范围内的概率。
概率密度函数
我们用概率密度函数描述连续随机变量的概率分布。
概率密度函数f(x)是这样的一种函数：通过它可以求出一个数据范围内的某个连续变量的概率，它向我们指出概率分布的形状。
要点1
正态分布
正态分布是一种普遍规律，应用非常地广泛。
正态分布是连续数据的“理想”模型。
正态分布具有钟形曲线，曲线对称，中央部位的概率密度最大。越是偏离均值，概率密度越小。均值和中位数均位于中央，具有最大概率密度。
如何求正态概率？
第一步：确定分布与范围（正态分布的均值和标准差）
第二步：使其标准化
第三步：查找概率
概率表所给出的概率，如图所示。
要点2
重要的统计量
标准分
总结
1 连续型数据的概率分布表示方式——概率密度函数
2 两种典型的概率密度函数，均匀分布和正态分布
作者：王路情，80后，数据科学研究者和实践者，包括数据科学知识传播，数据挖掘项目实践，数据分析报告撰写等工作。
来自：http://www.wangluqing.com/2015/07/09/luqinbiji11/
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
