1樓：
正態分佈中離平均值乙個標準差之內大概包括了69%的所有數值。這是正態分佈的入門定義。國內高中應該不會講，在美國是大一入門統計的內容。
2樓：簡悟心理研究
假設甜甜圈的重量服從正態分佈。這樣的話，所有甜甜圈的重量，在平均數-1個標準差到平均數+1個標準差之間，就有約70%。可以查正態分佈表得到這個數值。
尤其是在平均數加減1.96個標準差之間占有95%，平均數加減2.58個標準差之間占有99%。
3樓：時凹
在滿足正態分佈的情況下，
68–95–99.7法則（分布）與標準差 的對應關係是：
68%：
95%：
99.7%：
對應的圖為：
根據題目畫出的圖（藍色為A，紅色為B，兩豎線為B取68%）：
4樓：數學數學真難學
這個是正態分佈獨特的結論，正態分佈的適用性廣不但是因為密度函式的圖形和許多實際情況比較吻合，更進一步的就是，知道正態分佈的均值方差有許多的結論。但是別的分布函式只知道數字特徵往往沒有那麼好的結論。
5樓：自我中心
這個說法的前提假設就是資料服從正態分佈。
然後均值左右乙個sigma(標準差)的區域的概率剛好就是0.6869，左右兩個sigma的概率就是0.9544。這個具體可以參考任意本科統計學教材中的正態分佈圖。
有沒有懂統計的，標準誤為什麼等於標準差除以根號n，求公式推導過程？
楚遊 具體推導看樓上，以整體系統的觀點考察意義 表示乙個資料的時候，通常用其資料 資料測量值 STD 標準差 但是做實驗需要多組資料，資料1 測量值1 STD 資料2 測量值2 STD 測量值因為各種errors可能會變，但STD保持恆定。最後整合起來的結論 這組資料 資料測量值平均值 STD 根號...
檢測異常值的常用方法,除了超過幾倍標準差,還有哪些
學掌門資料分析 異常值 outlier 是指樣本中的個別值，其數值明顯偏離所屬樣本的其餘觀測值，在數理統計裡一般是指一組觀測值中與平均值的偏差超過兩倍標準差的測定值。常見的異常值的檢驗方法 基於統計的方法 基於距離的方法 基於密度的方法 基於聚類的方法 基於偏差的方法 基於深度的方法等。篩選異常值的...
為什麼對於不同的正態分佈，標準差具有相同意義？
青見 這實際上是乙個很基礎的對服從正態分佈的隨機變數進行標準化，然後對照標準正態分佈表求解的問題。事實上，對於標準差的倍數都可以按照類似方法求解。3sigma準則是基於工業生產的要求，此時取值的概率已經非常接近於1了。 某輝哥 好吧，手寫半天證明不出來，搗鼓了一段時間計算機，然後嘗試用計算機加以解答...