一、.獲取正態(tài)分布概念密度
清原網站制作公司哪家好，找成都創(chuàng)新互聯！從網頁設計、網站建設、微信開發(fā)、APP開發(fā)、自適應網站建設等網站項目制作，到程序開發(fā)，運營維護。成都創(chuàng)新互聯從2013年成立到現在10年的時間，我們擁有了豐富的建站經驗和運維經驗，來保證我們的工作的順利進行。專注于網站建設就選成都創(chuàng)新互聯。
正態(tài)分布概率密度正態(tài)分布函數“NORMDIST”獲取。
在這里是以分組邊界值為“X”來計算：
Mean=AVERAGE(A:A)(數據算術平均）。
Standard_dev=STDEV(A:A)(數據的標準方差）。
Cumulative=0(概率密度函數）。
二、向下填充。
三、在直方圖中增加正態(tài)分布曲線圖。
1、在直方圖內右鍵→選擇數據→添加→。
2、系列名稱：選中H1單元格。
3、系列值：選中H2:H21。
4、確定、確定。
四、修整圖形
1、在圖表區(qū)柱形較下方選中正態(tài)分布曲線數據，（正態(tài)分布密度值和頻率數值相比太小了，實在看不清，多試幾次，選中后如圖，同時正態(tài)分布曲線那數數據處于選中狀態(tài)）。
2、右鍵→設置數據列格式→系列繪制在→次坐標軸；
關閉，如圖。
更改系列圖表類型。
1、選中正態(tài)分布柱形圖→右鍵→更改系列圖表類型。
2、選中“拆線圖”。
3、確定。
五、平滑正態(tài)分布圖
選中正態(tài)分布曲線→右鍵→設置數據列格式→線型→勾選“平滑線”→關閉。
昨天測試了SQLDEVELOPER工具，嘗試把幾個EXCEL文件導入數據庫中，發(fā)現該工具的處理方法很笨拙：你得先在庫里建個表，結構和EXCEL文件里的數據結構比較類似，登錄數據庫，點擊該表，選擇“屬性”里的導入數據，來導入EXCEL文件，途中還要把EXCEL的列和表字段一一匹配。
在使用ORACLE過程中，把一些常用的函數的相關用法，注意事項進行簡單的匯總，便于自己查詢參考。
DBMS_RANDOM包
dbms_random是一個可以生成隨機數值或者字符串的程序包。這個包有initialize()、seed()、terminate()、value()、normal()、random()、string()等幾個函數value() 用于返回兩個數值之間的隨機數，value（low，high）random() 返回的值介于2的31次方和-2的31次方之間的整形數值dbms_random.send方法
用于生成一個隨機數種子,設置種子的目的是可以重復生成隨機數，用于調試。否則每次不同，難以調度。
dbms_random.normal方法
NORMAL函數返回服從正態(tài)分布的一組數。此正態(tài)分布標準偏差為1，期望值為0。這個函數返回的數值中有68%是介于-1與+1之間，95%介于-2與+2之間，99%介于-3與+3之間。
EXECUTE IMMEDIATE
解析并馬上執(zhí)行動態(tài)語句 ,或非運行時創(chuàng)建的pl/sql塊1. 不提交dml事務,要顯式提交;
execute immediate處理ddl,會提交所以以前改變的數據;2.不支持多行查詢,可以臨時表 或者ref cursors3.執(zhí)行sql不需語句,執(zhí)行pl/sql 要加分號;
--0.傳入
declare
i_aac001 number(6):=111;
begin
execute immediate 'insert into a2(aac001) values(:1)'
using i_aac001;
end;
insert into a2(aac001) values(1);
insert into a2(aac001) values(2);
--1.傳入/傳出
declare
cnt number(6);
begin
execute immediate 'select 1 from dual where 1=:1' into cntusing cnt;
dbms_output.put_line(cnt);
end;
--2.調用存儲過程
declare
s1 varchar2(10);
s2 varchar2(10);
begin
execute immediate 'begin test1(:1,:2); end;'
using s1,s2;
end;
--3.傳值到記錄
declare
--類型
--聲明
type type_a is record(str varchar2(10));
v_a type_a;
v_b a2%rowtype;
begin
execute immediate 'select * from a2 where aac001=1742178'
into v_b;
end;
--4.多行查詢 用臨時表 或ref cursors
declare
l_sal pls_integer := 2000;
begin
execute immediate 'insert into temp(empno, ename) ' ||' select empno, ename from emp ' ||' where sal :1'
using l_sal;
commit;
end;
for in 變量聲明類型
-------------------------------
declare
cursor cur is select * from a2;
begin
for c in (select * from a2) loop
dbms_output.put_line(c.aac002);
end loop;
end;
insert into a2(aac001) values(1);
declare
type t_a is table of a2%rowtype;
type t_b is table of number(10) index by pls_integer;v_a t_a;
v_b t_b;
begin
select aac001 bulk collect into v_b from a2;for i in v_b.first..v_b.last loop
dbms_output.put_line(v_b(i));
end loop;
end;
REPLACE函數
replace(x,y,z)返回值為將串X中的Y串用Z串替換后的結果字符串。若省略Z參數，則將串X中為Y串的地方刪除TRUNC函數
TRUNC函數返回以指定元素格式截去一部分的日期值。
其具體的語法格式如下：
TRUNC（date,[fmt]）
其中：
date 為必要參數，是輸入的一個日期值
fmt 參數可忽略，是日期格式，用以指定的元素格式來截去輸入的日期值。忽略它則由最近的日期截去下面是該函數的使用情況：
trunc(sysdate,'yyyy') --返回當年第一天.
trunc(sysdate,'mm') --返回當月第一天.
trunc(sysdate,'d') --返回當前星期的第一天.
fmt值參考如下:
Unit
Valid format parameters
Year
SYYYY, YYYY, YEAR, SYEAR, YYY, YY, Y
ISO Year
IYYY, IY, I
Quarter
Q
Month
MONTH, MON, MM, RM
Week
WW
IW
IW
W
W
Day
DDD, DD, J
Start day of the week
DAY, DY, D
Hour
HH, HH12, HH24
Minute
MI
用思維模型來解決問題，而非根據自己的感覺行動，這是一個優(yōu)秀的人必備的技能。
思維模型的也并非越多越好，更加考驗人的并非思維模型的數量，而是應用思維模型的創(chuàng)造力。
我一共分享23個思維模型。涉及的數學知識并不高深，大部分我們在高中都已經學過。
第一個 正態(tài)分布
正態(tài)分布又稱作“高斯分布”，因為形狀類似鐘，也有人叫它“鐘形曲線”。
這是一個標準的正態(tài)分布圖。
許多的隨機數據都符合正態(tài)分布，比如人的身高，大部分物種的重量和高度，每日降雨量，區(qū)域性家庭支出，人均壽命等等。
正態(tài)分布是特點是，大部分的數據都離平均值很近。在三個標準差的范圍內就囊括了99%，二個標準差范圍內是95%，一個標準差范圍就是68%。
標準差是數據的分散程度，值越大代表數據越離散。它是方差的平方根，計算方法可自行百度。
正態(tài)分布的前提，隨機數據，必須符合“中心極限定理”。
數據符合三個特征：
1.個體數據之間相互獨立。
2.個體數據和整體平均值之間的差是有限的。
3.沒有任何一小部分數據，可以貢獻大部分變差。
前兩條都比較好理解，第三條換個說法就是沒有極大或者極小的數據。比如，沒有一米長的螞蟻，也沒有一斤重的大象。
補充一下，數據樣本數量要大于20，統(tǒng)計才有意義。
說完了正態(tài)分布的結構和原理，我們來看看它是怎么應用在生活中的。
對于相同類型的數據樣本，如果樣本的數量越多，那么標準差就越小，反之則越大。
這個結論說明了，學生數少的學校中，更容易出現考試平均分高的好學校。
為什么？
比如要提高10分平均分，小學校的標準差假設為8，那么只要跨越1.25個標準差即可。
而大學校的標準差更小，假設為2，則提高10分意味著跨越5個標準差。這顯然是極小概率事件。
同理可證：
人口少的城市，患癌癥的人比例更高。
治安最好和最差的都是小城市。
正態(tài)分布在生產管理中應用是“六西格瑪方法”。
用標準差來控制產品質量。
標準差要減小到什么程度，產品合格率才會達標。
這樣企業(yè)才有量化的目標花大力氣去改善產品。
模型是用數學公式和圖表展現的形式化結構，它能夠幫助我們理解世界。掌握各種模型，可以提高你的推理、解釋、設計、溝通、行動、預測和探索的能力。
不同的模型可以將不同的力量分別突顯出來，它們提供的見解和含義相互重疊并交織在一起。利用多模型框架，我們就能實現對世界豐富且細致入微的理解。
01
首先，我們需要將我們要分析的數據文件整理為矩陣文件，即行列分明的數據文件。
02
我們打開matlab之后，點擊菜單欄里的“import data”,準備加載我們需要統(tǒng)計分析的數據。
03
打開加載界面之后，我們找到我們要加載的數據文件，點擊打開。
04
在加載的界面，我們將類型選擇“matrix”矩陣列表，選擇我們需要導入的列數據，然后點擊右側的“improt selection”進行導入。
05
導入之后，我們點擊我們導入的矩陣列表，如圖中的“S260”，注意不要打開，選中即可，然后點擊菜單的“plots”,在繪圖工具欄里，點擊圖標右側的小三角準備打開更多圖表類型。
06
在展開后的matlab圖標里，我們找到“histfit”,并點擊打開。
07
最后，我們需要的正態(tài)分布圖及柱狀分布圖即繪制完成。
如何用matlab計算正態(tài)分布的標準差
方法/步驟
01
正態(tài)分布的數學表達
若隨機變量X服從一個數學期望為μ、方差為σ^2的高斯分布，記為N(μ,σ2)。其概率密度函數為正態(tài)分布的期望值μ決定了其位置，其標準差σ決定了分布的幅度。服從正態(tài)分布的N(μ,σ2)的連續(xù)性隨機變量X的概率密度和累計概率密度函數分別如下圖所示：
02
matlab提供的關于正態(tài)分布的三個常用指令的調用語法規(guī)則和功能，詳見下圖所示：
03
正態(tài)分布標準差的集合表示，這一步我們將計算指定區(qū)間的概率，標準差的含義和幾何表示。具體的計算、實現代碼、以及注釋如下圖所示：
04
下圖是上一步計算代碼執(zhí)行的結果。
05
正態(tài)分布標準差的概率意義
我們可以從上一步圖中看出，觀察值x落在[μ-σ,μ+σ]，[μ-2σ，μ+2σ]，[μ-3σ，μ+3σ]區(qū)間的概率，即P(μ-k·σ≤x≤μ+k·σ)分別是0.68269，0.9545，0.9973。因為P(μ-k·σ≤x≤μ+k·σ)=P(x-k·σ≤x≤x+k·σ)，所以這個概率意義又可以說成：測量數據兩側的一、二、三倍標準差區(qū)間包含該被測數據均值的概率分別是：0.68269，0.9545，0.9973。
重慶分公司
重慶分公司
