大家好,小豆豆来为大家解答以上的问题。瑞利分布函数，瑞利分布这个很多人还不知道,现在让我们一起来看看吧！

1、性质不同瑞利分布（Rayleigh Distribution），当一个随机二维向量的两个分量呈独立的、有着相同的方差的正态分布时，这个向量的模呈瑞利分布。

2、若随机变量X服从一个数学期望为μ、方差为σ²的正态分布，记为N(μ，σ²)。

3、其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。

4、当μ=0，σ=1时的正态分布是标准正态分布。

5、2、概率密度公式不同瑞利分布的概率密度：正态分布概率密度函数为：3、应用范围不同瑞利分布常用于描述平坦衰落信号接收包络或独立多径分量接受包络统计时变特性。

6、正态分布应用：（1）估计频数分布一个服从正态分布的变量只要知道其均数与标准差就可根据公式即可估计任意取值范围内频数比例。

7、（2）制定参考值范围：正态分布法适用于服从正态（或近似正态）分布指标以及可以通过转换后服从正态分布的指标。

8、百分位数法常用于偏态分布的指标。

9、表3-1中两种方法的单双侧界值都应熟练掌握。

10、（3）质量控制：为了控制实验中的测量（或实验）误差，常以 作为上、下警戒值，以 作为上、下控制值。

11、这样做的依据是：正常情况下测量（或实验）误差服从正态分布。

12、（4）正态分布为许多统计方法的理论基础。

13、检验、方差分析、相关和回归分析等多种统计方法均要求分析的指标服从正态分布。

14、许多统计方法虽然不要求分析指标服从正态分布，但相应的统计量在大样本时近似正态分布，因而大样本时这些统计推断方法也是以正态分布为理论基础的。

15、参考资料来源：百度百科-正态分布参考资料来源：百度百科-瑞利分布正态分布是具有两个参数μ和σ2的连续 型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ2是此随机变量的方差，所以正态分布记作N(μ，σ2 )。

16、 服从正态分布的随机变量的概率规律为取 μ邻近的值的概率大 ，而取离μ越远的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。

17、正态分布的密度函数的特点是：关于μ对称，在μ处达到最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点。

18、它的形状是中间高两边低 ，图像是一条位于x轴上方的钟形曲线。

19、当μ＝0，σ2 ＝1时，称为标准正态分布，记为N（0，1）。

20、μ维随机向量具有类似的概率规律时，称此随机向量遵从多维正态分布。

21、多元正态分布有很好的性质，例如，多元正态分布的边缘分布仍为正态分布，它经任何线性变换得到的随机向量仍为多维正态分布，特别它的线性组合为一元正态分布瑞利分布一个均值为0，方差为σ2的平稳窄带高斯过程，其包络的一维分布是瑞利分布.其表达式及概率密度如图所示。

22、 瑞利分布是最常见的用于描述平坦衰落信号接收包络或独立多径分量接受包络统计时变特性的一种分布类型。

23、两个正交高斯噪声信号之和的包络服从瑞利分布。

本文到此分享完毕，希望对大家有所帮助。

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：