Introdução à variância distribuição Normal: Neste artigo aprender a variância de distribuição normal. A distribuição normal é completamente continua distribuição com zero de cumulativa em todas as ordens em dois. A distribuição normal em forma de sino tem a função de densidade da probabilidade associada de gráfico na parte média, e também chamado como o sino curve'F (x) = (1 /(sqrt (2 pi sigma ^ 2))) e ^ (- (x - lambda) ^ 2 /(2 sigma ^ 2)) 'Aqui' lambda 'e é média e variância. T ele valor médio igual a zero e variância igual a 1 significa que a distribuição chamada distribuição normal padrão .Em os detalhes abaixo de variância de distribuição normal. Variação da amostra de variância de distribuição normal: A variância de distribuição normal é utilizada para um ou mais descritores e é um instantâneo de distribuição. A variância da amostra pode ser utilizada na construção de estimativa de variância neste caso e que é muito mais simples de variância estimada .A descrevendo probabilidade teórica de distribution.Background de variância na variância de distribuição normal: A variância tem variável aleatória. A variável aleatória é média da devoção quadrado da variável e espera-se desse valor. A definição de variância distribuição normal: A variação tem caso contínuo e discreto para definir a função de densidade de probabilidade e função de massa. A variância de distribuição variável aleatória representado pelo símbolo X .O x têm o valor de E média (x), a variância X é como se segue, X = (x-'lambda ') ^ 2.Var (X) = E [(X- "lambda") ^ 2] .O processo contínuo de variância: A variável aleatória é de densidade de probabilidade x f (x) em função continues.Var (X) = 'int' (X-'lambda ') 2f ^ (x) dx 'lambda' .here = xf 'int' (x) dx.Where integrante gama definida x de X.The caso discreto da variância: A variável aleatória x é a função massa de probabilidade X1> p1 ..... xn-> pn em case.Var discreto (x) = 'sum_ (i = 1) ^ n' 'Pi' (xi -'lambda ') 2.here'lambda' = 'sum_ (i = 1) ^ n' xi 'Pi' .A desvio raiz quadrada de X varia de média dos próprios it.The Propriedades de variância Distribuição normal: a variação tem um valor não negativo, porque o quadrado é + ou 0. a constante da variável aleatória tem zero da variância, e variável no conjunto de dados é igual a zero. E as entradas têm o mesmo valor. As seguintes regras são manter nos que as propriedades, para mudar em um parâmetro de localização significa variância é invariant.The variância é inalterada, a todos os valores adicionados em constante do variables.The todos os valores são escalados com variáveis em uma constante e as variações são escalados na praça daquela constante. Essas são todas as propriedades expressou a seguinte fórmula: Var (ax + b) = Var (AX) = a ^ 2VAR (X) O Exemplo de variância de distribuição normal: Em dice justas um de seis lados pode ser modelada por uma variável aleatória discreta em os resultados de 1 a 6, cada de igual probabilidade 1/6. O valor esperado é (1 + 2 + 3 + 4 + 5 + 6) /6 = 3.5. Daí a variância calculado para ser: "sum_ (I = 1) ^ 6''1 /6 '(I-3.5) ^ 2 =' 1/6 '= 2,92 17,50