标准正态分布的方差数值等于 1,这是标准正态分布最核心的定义特征之一。标准正态分布是正态分布经过标准化变换之后得到的特殊形态,普通正态分布本身带有均值和方差两个独立参数,只有把均值调整为 0 同时方差调整为 1 之后,才会被专门命名为标准正态分布,一般记作 Z 分布,随机变量常用字母 Z 表示,概率密度函数也会因为均值为 0 方差为 1 完成简化。这个性质不是推导出来的偶然结果,而是人为定义标准正态分布时就固定下来的硬性要求,后续查表计算概率、假设检验、置信区间计算全部都依赖方差等于 1 这个前提。
核心原理
正态分布通用形式里,随机变量 X 服从均值 μ 方差 σ 平方的正态分布,写作 X~N (μ,σ²)。标准化的操作就是做变换 Z=(X−μ)/σ,这个变换会同时改变均值和方差。根据随机变量线性变换的方差性质,Var (aX+b)=a²Var (X),这里 a 等于 1 除以 σ,b 等于负 μ 除以 σ,代入之后 Var (Z)=(1/σ)² × Var (X)=(1/σ²)×σ²,计算结果就是 1。同时均值 E (Z)=(E (X)−μ)/σ=(μ−μ)/σ=0,所以最终得到 Z~N (0,1),也就是标准正态分布,它的均值是 0,方差是 1。
关键性质对照表
| 项目 | 标准正态分布 | 普通正态分布 |
|---|---|---|
| 均值 | 0 | μ,可以是任意实数 |
| 方差 | 1 | σ 平方,可以是大于 0 的任意数值 |
| 记号 | N(0,1) | N(μ,σ²) |
| 概率密度函数 | f (z)=1 除以根号 2π 乘以 e 的负二分之 z 平方次方 | 带有 μ 和 σ 两个参数 |
| 用途 | 查表求概率,统计推断 | 描述原始观测数据 |
深度补充说明
第一,方差等于 1 代表这个分布的离散程度被固定为单位尺度,所有样本偏离中心 0 的波动幅度统一为单位标准差,标准差本身也等于 1,因为标准差是方差开平方,方差是 1,标准差自然也是 1,很多初学者容易混淆方差和标准差,这里两个数值刚好相等,但是概念不一样。
第二,标准正态分布是对称分布,对称轴就是均值 0,左右两侧概率完全对称,总概率积分等于 1,满足概率分布的基本公理。
第三,在实际统计应用里,不管原始数据正态分布的方差是多少,只要完成标准化,就全部映射到这个方差固定为 1 的标准正态体系,这样就不需要为每一组不同方差的正态分布单独制作概率表,只需要一张标准正态 Z 表就可以完成概率查询,这也是统计学里面标准化方法最重要的价值。
第四,注意区分,只有标准正态分布方差才固定等于 1,其他正态分布方差可以是任意正数,不能把这个结论套用到所有正态分布上面。
【常见问题】
问题 1 标准正态分布的方差为 1,那它的标准差是不是也是 1?
回答 1 标准正态分布的方差为 1,标准差是方差开算术平方根,所以标准差同样等于 1,只是方差是二阶中心矩,标准差是方差的平方根,单位和原始变量保持一致,二者数值相等但是统计含义不同。
问题 2 如果一个正态分布均值为 0 但是方差不等于 1,它是不是标准正态分布?
回答 2 不是,标准正态分布要求同时满足均值等于 0 并且方差等于 1,只满足均值为 0 方差不为 1,仍然属于普通正态分布,不能称作标准正态分布。
问题 3 标准正态分布的方差为 1,标准化变换为什么可以把原正态分布方差变成 1?
回答 3 标准正态分布的方差为 1,是因为标准化公式 Z 等于 X 减 μ 再除以 σ,利用随机变量线性变换方差公式,原方差 σ 平方乘以 1 除以 σ 的平方,最终抵消得到方差等于 1。
问题 4 标准正态分布的方差为 1,这个分布总概率是不是也等于 1?
回答 4 标准正态分布的方差为 1,作为合法概率密度分布,全域积分总概率等于 1,方差等于 1 和总概率等于 1 是两个独立性质,不要混淆。
【免责申明】
本文内容仅用于统计学基础知识点学习参考,不构成任何考试命题、专业统计分析或者决策建议,实际应用请结合教材与专业统计规范进行核对。
