标准正态分布表（带x）
1、所谓的正态分布表都是标准正态分布表(n(0,1) 【标准差=1，平均值=0】，通过查找实数x的位置，从而得到p(z<=x)。
2、表的纵向代表x的整数部分和小数点后第一位，横向代表x的小数点后第二位，然后就找到了x的位置。比如这个例子，纵向找2.0，横向找0，就找到了2.00的位置，查出0.9772
------------------------------------------------------------------------------------------------------------------------------------------------------------
学习【区间估计】笔记：
区间估计定义：就是用样本统计量来构造总体参数的估计区间。
举例说明：
已知：
1）总体标准差=1
2）样本容量=200
3）样本均值x拨=7.5
求总体均值u的估计区间
根据【点估计公式：样本标准差σ=总体标准差σ/根号样本容量】（当样本容量少于5%），求得样本标准差σ=1/√200=0.07
----> 根据正态分布的经验 ------> 任何正态分布的变量都有95%的值落在平均值1.96个标准差以内
------>所以x拨的值有95%是落在总体均值的1.96个样本标准差以内。
------> 根据总体均值的区间公式（x拨士Za/2*总体标准差σ/根号样本容量）
------->（代入数字后）求得 7.5士Za/2*1/√200=7.5士Za/2*0.07
(Za/2 - 表示在标准正态分布上，右侧面积为a/2时，Z的值。这里被Z代表的含义搞得稀里糊涂的，查了好些资料，理解如下：
a为非置信水平在正态分布的覆盖面积，Za/2则为对应的标准分数。（听着还是一头雾水）
进一步查资料，Za/2代表的是一个临界值；意思就是说，当X取一个特定值时，需要将非标准正态分布中的X值 转换成 标准正态分布的Z值，然后进一步求得期在标准正态分布中所对应的概率/面积。事实上，可以理解成z是没有具体的代表意义，重要是其相对应的概率。
解答方法1
-------->因为置信水平 = 1-a=0.95, a=0.05
--------> Za/2=Z0.025
---------->在标准正态分布上，右侧面积为a/2 (这里=0.025)时，左侧面积=1-a/2=0.975时，Z的值
---------->反着查，根据标准正态分布表，0.975对应的z值=1.96
----------->7.5士Za/2*0.07 = 7.5士1.96*0.07 = （7.36,7.64）
----------->所以有95%的概率在【7.36,7.64】，此区间称为置信区间。
解答方法2（有待补充）
=====================================================================
试着求95%，99%置信水平情况下的置信区间。
90% -------》 7.5士Za/2*0.07 = 7.5士Z0.05*0.07=7.5士1.645*0.07=【7.38，7.62】
[要查Z0.05的值,即需要查1-0.05=0.95对应的Z值,翻开正态分布表,在表格中找到与0.95最接近的值为0.9495和0.9505,对应的Z值为1.64和1.65,故Z0.05=1.645]
99%--------> 7.5士Za/2*0.07 = 7.5士Z0.005*0.07=7.5士2.575*0.07=【7.32，7.68】
[要查Z0.05的值,即需要查1-0.005=0.995对应的Z值,翻开正态分布表,在表格中找到与0.995最接近的值为0.9949和0.9951,对应的Z值为2.57和2.58,故Z0.005=2.575]
-----------》由此可见为了获得更高的置信水平，必然会得到更宽的置信区间。
==========================================================================
其他定义：
置信区间：
1》指由样本统计量所构造的总体参数的估计区间
2》对于一组给定的样本数据，其平均值u，标准差西格玛，则其整体数据的平均值的100（1-a）%置信区间
为（u-Za/2*σ，u＋Za/2*σ）
置信水平：
指总体参数值落在样本统计值某一个区间的概率，有【1-a】表示
================================================================
下面是在研究Za代表什么时，所查询的资料。截图一下，没准自己哪天忘了，看了能想起来。
-----------------------------------------
标准正态分布分位表 （带P）
1.正态分布里p值主要为了检验一组数据是否服从正态分布的标准。p值就是接受原假设是出错的概率。
