正态分布与二项分布的关系图
对于正态或近似正态分布的资料？
对于正态或近似正态分布的资料？
正态分布最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。
生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。例如，在生产条件不变的情况下，产品的强力、抗压强度、口径、长度等指标；同一种生物体的身长、体重等指标；同一种种子的重量；测量同一物体的误差；弹着点沿某一方向的偏差；某个地区的年降水量；以及理想气体分子的速度分量，等等。一般来说，如果一个量是由许多微小的独立随机因素影响的结果，那么就可以认为这个量具有正态分布（见中心极限定理）。从理论上看，正态分布具有很多良好的性质，许多概率分布可以用它来近似；还有一些常用的概率分布是由它直接导出的，例如对数正态分布、t分布、F分布等
方差齐性和正态分布有什么区别？
方差齐性意思是被检验的各方差在给定显著性水平在统计上没有显著性差异。方差齐性是经典线性回归的重要假定之一，指总体回归函数中的随机误差项（干扰项）在解释变量条件下具有不变的方差。
正态分布是一种概率分布。正态分布是具有两个参数μ和σ2的连续型随机变量的分布，第一参数μ是遵从正态分布的随机变量的均值，第二个参数σ2是此随机变量的方差，所以正态分布记作N(μ，σ2 )。
二项分布的正态近似值？
二项分布在果n足够大，那么分布的偏度就比较小。在这种情况下，如果使用适当的连续性校正，那么B(n,p)的一个很好的近似是正态分布。
当n越大（至少20）且p不接近0或1时近似效果更好。不同的经验法则可以用来决定n是否足够大，以及p是否距离0或1足够远，其中一个常用的规则是np和n(1 p)都必须大于 5。
扩展资料
在生产实践中有一类现象，研究的对象只产生两种可能结果，分布规律就是二项分布，二项分布应用很广泛。
管理学在生产实践过程中经常需要配备一些设备，但是设备经常需要维修。为了保证设备正常工作，需配备适量的维修工人（工人配备多了就浪费，配备少了又影响生产）例如现有同类型设备300台，各台工作是相互独立的，发生故障的概率都是0.01。
假设通常情况下一台设备的故障由一个人处理，可由二项分布算出至少需配备多少工人，才能保证设备发生故障但不能及时维修的概率小于0.01。