一、意義不同
正態分佈是與自由度無關的一條曲線
t分佈是依自由度而變的一組曲線。
二、形態不同:
t分佈較正態分佈頂部略低而尾部稍高。
三、作用不同:
與正態分佈相比,t分佈曲線中間低而尖峭,兩頭高而平緩。t分佈的最大特點是它實質上是一族分佈,每一個t分佈的形態受一個稱為自由度的指標所制約。
對應一個自由度就有一個t分佈,隨着自由度的增大,t分佈曲線的中間就越來越高,兩頭卻越來越低,整條曲線越來越趨近於正態分佈,當自由度接近無窮大時,t分佈就變成了正態分佈。
擴展資料
正態分佈具有兩個參數μ和σ^2的連續型隨機變量的分佈,第一參數μ是服從正態分佈的隨機變量的均值,第二個參數σ^2是此隨機變量的方差,所以正態分佈記作N(μ,σ2)。
μ是正態分佈的位置參數,描述正態分佈的集中趨勢位置。概率規律為取與μ鄰近的值的概率大,而取離μ越遠的值的概率越小。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。
σ描述正態分佈資料數據分佈的離散程度,σ越大,數據分佈越分散,σ越小,數據分佈越集中。也稱為是正態分佈的形狀參數,σ越大,曲線越扁平,反之,σ越小,曲線越瘦高。