附表2标准正态分布
表
标准正态分布表 集团文件发布号：（9816-UATWW-MWUB-WUNN-INNUL-DQQTY-
标准正态分布表
4432198653 1.80.964 1 0.964 8 0.965 6 0.966 4 0.967 2 0.967 8 0.968 6 0.969 3 0.970 0.970 6 1.90.971 3 0.971 9 0.972 6 0.973 2 0.973 8 0.974 4 0.975 0.975 6 0.976 2 0.976 7 20.977 2 0.977 8 0.978 3 0.978 8 0.979 3 0.979 8 0.980 3 0.980 8 0.981 2 0.981 7 2.10.982 1 0.982 6 0.983 0.983 4 0.983 8 0.984 2 0.984 6 0.985 0.985 4 0.985 7 2.20.986 1 0.986 4 0.986 8 0.987 1 0.987 4 0.987 8 0.988 1 0.988 4 0.988 7 0.989 2.30.989 3 0.989 6 0.989 8 0.990 1 0.990 4 0.990 6 0.990 9 0.991 1 0.991 3 0.991 6 2.40.991 8 0.992 0.992 2 0.992 5 0.992 7 0.992 9 0.993 1 0.993 2 0.993 4 0.993 6 2.50.993 8 0.994 0.994 1 0.994 3 0.994 5 0.994 6 0.994 8 0.994 9 0.995 1 0.995 2 2.60.995 3 0.995 5 0.995 6 0.995 7 0.995 9 0.996 0.996 1 0.996 2 0.996 3 0.996 4 2.70.996 5 0.996 6 0.996 7 0.996 8 0.996 9 0.997 0.997 1 0.997 2 0.997 3 0.997 4 2.80.997 4 0.997 5 0.997 6 0.997 7 0.997 7 0.997 8 0.997 9 0.997 9 0.998 0.998 1 2.90.998 1 0.998 2 0.998 2 0.998 3 0.998 4 0.998 4 0.998 5 0.998 5 0.998 6 0.998 6 x00.10.20.30.40.50.60.70.80.9 30.998 7 0.999 0.999 3 0.999 5 0.999 7 0.999 8 0.999 8 0.999 9 0.999 9 1.000 正态分布概率表 Φ（ u ） =
2．4正态分布 复习引入： 总体密度曲线:样本容量越大，所分组数越多，各组的频率就越接近于总体在相应各组取值的概率．设想样本容量无限增大，分组的组距无限缩小，那么频率分布直方图就会无限接近于一条光滑曲线,这条曲线叫做总体密度曲线． 总体密度曲线 b 单位 O 频率/组距 a 它反映了总体在各个范围内取值的概率．根据这条曲线，可求出总体在区间(a，b)内取值的概率等于总体密度曲线，直线x=a，x=b及x轴所围图形的面积． 观察总体密度曲线的形状，它具有“两头低，中间高，左右对称”的特征，具有这种特征的总体密度曲线一般可用下面函数的图象来表示或近似表示： 2 2 () 2 , 1 (),(,) 2 x x e x μ σ μσ ? πσ - - =∈-∞+∞ 式中的实数μ、)0 (> σ σ是参数，分别表示总体的平均数与标准差，, ()x μσ ? 的图象为正态分布密度曲线,简称正态曲线． 讲解新课：
一般地，如果对于任何实数a b <，随机变量X 满足 ,()()b a P a X B x dx μσ?<≤=?, 则称 X 的分布为正态分布（normal distribution ) ．正态分布完全由参数μ和σ确定，因此正态分布常记作),(2 σ μN ．如果随机变量 X 服从正态分布，则记为X ～),(2σμN . 经验表明，一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和，它就服从或近似服从正态分布．例如，高尔顿板试验中，小球在下落过程中要与众多小木块发生碰撞，每次碰撞的结果使得小球随机地向左或向右下落，因此小球第1次与高尔顿板底部接触时的坐标 X 是众多随机碰撞的结果，所以它近似服从正态分布．在现实生活中，很多随机变量都服从或近似地服从正态分布．例如长度测量误差；某一地区同年龄人群的身高、体重、肺活量等；一定条件下生长的小麦的株高、穗长、单位面积产量等；正常生产条件下各种产品的质量指标（如零件的尺寸、纤维的纤度、电容器的电容量、电子管的使用寿命等）；某地每年七月份的平均气温、平均湿度、降雨量等；一般都服从正态分布．因此，正态分布广泛存在于自然现象、生产和生活实际之中．正态分布在概率和统计中占有重要的地位． 说明:1参数μ是反映随机变量取值的平均水平的特征数，可以用样本均值去佑计；σ是衡量随机变量总体波动大小的特征数，可以用样本标准差去估计． 2.早在 1733 年，法国数学家棣莫弗就用n ！的近似公式得到了正态分布．之后，德国数学家高斯在研究测量误差时从另一个角度导出了它，并研究了它的性质，因此，人们也称正态分布为高斯分布． 2．正态分布),(2 σ μN ）是由均值μ和标准差σ唯一决定的分布 通过固定其中一个值，讨论均值与标准差对于正态曲线的影响
附表1-2 标准正态分布函数表φ（x ） x0.000.010.020.030.040.050.060.070.080.09 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.60.500 0 0.539 8 0.579 3 0.617 9 0.655 4 0.691 5 0.725 7 0.758 0 0.788 1 0.815 9 0.841 3 0.864 3 0.884 9 0.903 2 0.919 2 0.933 2 0.945 2 0.504 0 0.543 8 0.583 2 0.621 7 0.659 1 0.695 0 0.729 1 0.761 1 0.791 0 0.818 6 0.843 8 0.866 5 0.886 9 0.904 9 0.920 7 0.934 5 0.946 3 0.508 0 0.547 8 0.587 1 0.625 5 0.662 8 0.698 5 0.732 4 0.764 2 0.793 9 0.821 2 0.846 1 0.868 6 0.888 8 0.906 6 0.922 2 0.935 7 0.947 4 0.512 0 0.551 7 0.591 0 0.629 3 0.666 4 0.701 9 0.735 7 0.767 3 0.796 7 0.823 8 0.848 5 0.870 8 0.890 7 0.908 2 0.923 6 0.937 0 0.948 4 0.516 0 0.555 7 0.594 8 0.633 1 0.670 0 0.705 4 0.738 9 0.770 3 0.799 5 0.826 4 0.850 8 0.872 9 0.892 5 0.909 9 0.925 1 0.938 2 0.949 5 0.519 9 0.559 6 0.598 7 0.636 8 0.673 6 0.708 8 0.742 2 0.773 4 0.802 3 0.828 9 0.853 1 0.874 9 0.894 4 0.911 5 0.926 5 0.939 4 0.950 5 0.523 9 0.563 6 0.602 6 0.640 4 0.677 2 0.712 3 0.745 4 0.776 4 0.805 1 0.835 5 0.855 4 0.877 0 0.896 2 0.913 1 0.927 9 0.940 6 0.951 5 0.527 9 0.567 5 0.606 4 0.644 3 0.680 8 0.715 7 0.748 6 0.779 4 0.807 8 0.834 0 0.857 7 0.879 0 0.898 0 0.914 7 0.929 2 0.941 8 0.952 5 0.531 9 0.571 4 0.610 3 0.648 0 0.684 4 0.719 0 0.751 7 0.782 3 0.810 6 0.836 5 0.859 9 0.881 0 0.899 7 0.916 2 0.930 6 0.943 0 0.953 5 0.535 9 0.575 3 0.614 1 0.651 7 0.687 9 0.722 4 0.754 9 0.785 2 0.813 3 0.838 9 0.862 1 0.883 0 0.901 5 0.917 7 0.931 9 0.944 1 0.953 5
标准正态分布表 x 0 0、01 0、02 0、03 0、04 0、05 0、06 0、07 0、08 0、09 0 0、500 0 0、504 0 0、508 0 0、512 0 0、516 0 0、519 9 0、523 9 0、527 9 0、531 9 0、535 9 0、1 0、539 8 0、543 8 0、547 8 0、551 7 0、555 7 0、559 6 0、563 6 0、567 5 0、571 4 0、575 3 0、2 0、579 3 0、583 2 0、587 1 0、591 0 0、594 8 0、598 7 0、602 6 0、606 4 0、610 3 0、614 1 0、3 0、617 9 0、621 7 0、625 5 0、629 3 0、633 1 0、636 8 0、640 4 0、644 3 0、648 0 0、651 7 0、4 0、655 4 0、659 1 0、662 8 0、666 4 0、670 0 0、673 6 0、677 2 0、680 8 0、684 4 0、687 9 0、5 0、691 5 0、695 0 0、698 5 0、701 9 0、705 4 0、708 8 0、712 3 0、715 7 0、719 0 0、722 4 0、6 0、725 7 0、729 1 0、732 4 0、735 7 0、738 9 0、742 2 0、745 4 0、748 6 0、751 7 0、754 9 0、7 0、758 0 0、761 1 0、764 2 0、767 3 0、770 3 0、773 4 0、776 4 0、779 4 0、782 3 0、785 2 0、8 0、788 1 0、791 0 0、793 9 0、796 7 0、799 5 0、802 3 0、805 1 0、807 8 0、810 6 0、813 3 0、9 0、815 9 0、818 6 0、821 2 0、823 8 0、826 4 0、828 9 0、835 5 0、834 0 0、836 5 0、838 9 1 0、841 3 0、843 8 0、846 1 0、848 5 0、850 8 0、853 1 0、855 4 0、857 7 0、859 9 0、86 2 1 1、1 0、864 3 0、866 5 0、868 6 0、870 8 0、872 9 0、87 4 9 0、877 0 0、879 0 0、881 0 0、883 0 1、2 0、884 9 0、886 9 0、888 8 0、890 7 0、892 5 0、894 4 0、89 6 2 0、898 0 0、899 7 0、901 5 1、3 0、903 2 0、904 9 0、906 6 0、90 8 2 0、90 9 9 0、911 5 0、913 1 0、914 7 0、916 2 0、917 7 1、4 0、919 2 0、920 7 0、922 2 0、923 6 0、925 1 0、926 5 0、927 9 0、929 2 0、930 6 0、931 9 1、5 0、933 2 0、934 5 0、935 7 0、937 0 0、938 2 0、939 4 0、940 6 0、941 8 0、943 0 0、944 1 1、6 0、945 2 0、946 3 0、947 4 0、948 4 0、949 5 0、950 5 0、951 5 0、952 5 0、953 5 0、953 5 1、7 0、955 4 0、956 4 0、957 3 0、958 2 0、959 1 0、959 9 0、960 8 0、961 6 0、962 5 0、963 3 1、8 0、964 1 0、964 8 0、965 6 0、966 4 0、967 2 0、967 8 0、968 6 0、969 3 0、970 0 0、970 6 1、9 0、971 3 0、971 9 0、972 6 0、973 2 0、973 8 0、974 4 0、975 0 0、975 6 0、976 2 0、976 7 2 0、977 2 0、977 8 0、978 3 0、978 8 0、979 3 0、979 8 0、980 3 0、980 8 0、981 2 0、981 7 2、1 0、982 1 0、982 6 0、983 0 0、983 4 0、983 8 0、984 2 0、984 6 0、98 5 0 0、985 4 0、985 7 2、2 0、98 6 1 0、986 4 0、986 8 0、98 7 1 0、987 4 0、987 8 0、988 1 0、988 4 0、988 7 0、98 9 0 2、3 0、989 3 0、989 6 0、989 8 0、990 1 0、990 4 0、990 6 0、990 9 0、991 1 0、991 3 0、991 6 2、4 0、991 8 0、992 0 0、992 2 0、992 5 0、992 7 0、992 9 0、993 1 0、993 2 0、993 4 0、993 6 2、5 0、993 8 0、994 0 0、994 1 0、994 3 0、994 5 0、994 6 0、994 8 0、994 9 0、995 1 0、995 2 2、6 0、995 3 0、995 5 0、995 6 0、995 7 0、995 9 0、996 0 0、996 1 0、996 2 0、996 3 0、996 4 2、7 0、996 5 0、996 6 0、996 7 0、996 8 0、996 9 0、997 0 0、997 1 0、997 2 0、997 3 0、997 4 2、8 0、997 4 0、997 5 0、997 6 0、997 7 0、997 7 0、997 8 0、997 9 0、997 9 0、998 0 0、998 1 2、9 0、998 1 0、998 2 0、998 2 0、998 3 0、998 4 0、998 4 0、998 5 0、998 5 0、998 6 0、998 6 x 0 0、1 0、2 0、3 0、4 0、5 0、6 0、7 0、8 0、9 3 0、998 7 0、999 0 0、999 3 0、999 5 0、999 7 0、999 8 0、999 8 0、999 9 0、999 9 1、000 0
附 录 附表一：随机数表_________________________________________________________________________2 附表二：标准正态分布表___________________________________________________________________3 附表三：t 分布临界值表____________________________________________________________________4 附表四：分布临界值表__________________________________________________________________5 2χ附表五：F 分布临界值表（α=0.05）_________________________________________________________7 附表六：单样本K-S 检验统计量表____________________________________________________________9 附表七：符号检验界域表__________________________________________________________________10 附表八：游程检验临界值表_________________________________________________________________11 附表九：相关系数临界值表________________________________________________________________12 附表十：Spearman 等级相关系数临界值表___________________________________________________13 附表十一：Kendall τ等级相关系数临界值表__________________________________________________14 附表十二：控制图系数表__________________________________________________________________15 附表十三 威尔克逊秩和检验临界表（01.0＝α）____________________________________________16 附表十四 威尔克逊秩和检验临界表（025.0＝α）___________________________________________17 附表十五 威尔克逊秩和检验临界表（05.0＝α）____________________________________________18 附表十六 威尔克逊符号秩和检验临界表____________________________________________________19 附表十七 Durbin Watson 序列相关检验表(05.0=α)_________________________________________20
就力二「冷=亡P(X 标准正态分布表 标准正态分布表怎么看 将未知量Z对应的列上的数与行所对应的数字结合查表定位 例如要查Z=1.96的标准正态分布表 首先在Z下面对应的数找到1.9 然后在Z右边的行中找到6 这两个数所对应的值为0.9750 即为所查的值 有谁知道，为什么标准正态分布表x的右边和下边都有值啊，难道一个x可以有两个值，看表是怎么看啊 那是一个精度问题，例如当x=0.12,那么应该先在x下方找到0.1，再在右边找到0.02，那么这两个同时对应的那个数就应该是你所要的！ 标准正态分布的x值算出来介于两个之间,取哪一个。概论值如果介于两个间,取更大的还是更近的啊 精度要求不是很高的话，在正中取中间值，靠一边取更近的，四舍五入。 精度要求高的话用插值函数，比如在两点间作一次函数逼近。 为什么u0.025等于1.96？标准正态分布表查不到这个结果啊。u0.05是多少？u0.1是多少？ 因为P{Z<1.96}=1-0.025=0.975 u0.05=1.645 因为P{Z<1.645}=1-0.05 u0.1类似 统计学中，标准正态分布表中Z值代表意义 Z值只是一个临界值，他是标准化的结果，本身没有意义，有意义的在于在标准正态分布模型中它代表的概率值。通过查表便可以知道。 标准正态分布 期望值μ=0，即曲线图象对称轴为Y轴，标准差σ=1条件下的正态分布，记为N(0，1)。 标准正态分布又称为u分布，是以0为均数、以1为标准差的正态分布，记为N（0，1）。 标准正态分布的密度函数为： 标准正态分布曲线下面积分布规律是：在-1.96～+1.96范围内曲线下的面积等于0.9500，在-2.58～+2.58范围内曲线下面积为0.9900。统计学家还制定了一张统计用表（自由度为∞时），借助该表就可以估计出某些特殊u1和u2值范围内的曲线下面积。 ? 标准正态分布表 φ( - x ) = 1 –φ( x )（请暂时忽略此公式）t x 0 / 【 0 0 0 0 0 9 9 9 、 9 9 8 8 8 7 7 : 6 6 5 4 3 3 2 、 1 0 8 7 6 4 3 1 ， 9 7 5 3 1 8 4 … 3 0 7 4 1 8 4 — 6 2 8 4 9 5 > 0 5 9 4 8 3 7 0 > 4 7 1 4 7 9 2 ！ 4 6 7 9 0 1 2 — 3 3 4 4 4 3 2》 1 0 9 7 5 3 1 8 | 6 3 9 6 2 8 4 ~ 9 5 0 5 9 1 3 8 * 1 5 8 1 4 7 9 1 @ 3 5 6 8 9 9 0 … 0 0 9 9 8 7 、 5 4 2 0 7 5 2 " 9 6 2 9 5 1 7 2 … 7 2 7 2 6 1 5 } 9 2 6 9 2 5 7@ 2 4 6 8 0 1 0￥ 2 3 4 4 5 5 5 5 \ 5 5 4 4 3 2 1 — 9 8 6 5 3 1 8 （ 6 4 2 8 6 3 0 6 $ 3 9 6 2 8 4 0 & 6 2 7 2 2 8 3 8 " 3 8 3 8 2 7 1 ! 6 0 4 8 2 6 0 4 、 7 1 4 8 1 4 8 ~ 1 4 7 0 3 6 8 、 1 4 6 9 1 3 6 ] 8 0 2 5 7 9 1 2 ？ 4 6 8 0 1 3 5 ！ 6 8 9 1 2 3 5 < 6 7 9 0 1 2 3 4 , 5 6 7 8 9 0 1 - 2 3 4 4 5 6 7 { 7 8 9 9 0 1 1 2 2 3 4 4 5 5 6 6 x0 3 7 0 3 5 7 8 8 9 9 0就是F（t） 正态分布概率表 Φ（ u ） = 附表：标准正态分布累积概率函数表 当)(0x N x 时≤表 这个表表示了当)(0x N x 时≤的值。使用这张表时可与内插法结合起来使用。例如： )]13.0()12.0([34.0)12.0()1234.0(-----=-N N N N 4509 .0)4483.04522.0(34.04522.0=-?-= x .00 .01 .02 .03 .04 .05 .06 .07 .08 .09 -0.0 -0.1 -0.2 -0.3 -0.4 0.5000 0.4602 0.4207 0.3821 0.3446 0.4960 0.4562 0.4168 0.3783 0.3409 0.4920 0.4522 0.4129 0.3745 0.3372 0.4880 0.4483 0.4090 0.3707 0.3336 0.4840 0.4443 0.4052 0.3669 0.3300 0.4801 0.4404 0.4013 0.3632 0.3264 0.4761 0.4364 0.3974 0.3594 0.3228 0.4621 0.4325 0.3936 0.3557 0.3192 0.4681 0.4286 0.3897 0.3520 0.3156 0.4641 0.4247 0.3859 0.3483 0.3121 -0.5 -0.6 -0.7 -0.8 -0.9 0.3085 0.2743 0.2420 0.2119 0.1841 0.3050 0.2709 0.2389 0.2090 0.1814 0.3015 0.2676 0.2358 0.2061 0.1788 0.2981 0.2643 0.2327 0.2033 0.1762 0.2946 0.2611 0.2296 0.2005 0.1736 0.2912 0.2578 0.2266 0.1977 0.1711 0.2877 0.2546 0.2236 0.1949 0.1685 0.2843 0.2514 0.2206 0.1922 0.1660 0.2810 0.2483 0.2177 0.1894 0.1635 0.2776 0.2451 0.2148 0.1867 0.1611 -1.0 -1.1 -1.2 -1.3 -1.4 0.1587 0.1357 0.1151 0.0968 0.0808 0.1562 0.1335 0.1131 0.0951 0.0793 0.1539 0.1314 0.1112 0.0934 0.0778 0.1515 0.1292 0.1093 0.0918 0.0764 0.1492 0.1271 0.1075 0.0901 0.0749 0.1469 0.1251 0.1056 0.0885 0.0735 0.1446 0.1230 0.1038 0.0869 0.0721 0.1423 0.1210 0.1020 0.0853 0.0708 0.1401 0.1190 0.1003 0.0838 0.0694 0.1379 0.1170 0.0985 0.0823 0.0681 -1.5 -1.6 -1.7 -1.8 -1.9 0.0668 0.0548 0.0446 0.0359 0.0287 0.0655 0.0537 0.0436 0.0351 0.0281 0.0643 0.0526 0.0427 0.0344 0.0274 0.0630 0.0516 0.0418 0.0336 0.0268 0.0618 0.0505 0.0409 0.0329 0.0262 0.0606 0.0495 0.0401 0.0322 0.0256 0.0594 0.0485 0.0392 0.0314 0.0250 0.0582 0.0475 0.0384 0.0307 0.0244 0.0571 0.0465 0.0375 0.0301 0.0239 0.0559 0.0455 0.0367 0.0294 0.0233 -2.0 -2.1 -2.2 -2.3 -2.4 0.0228 0.0179 0.0139 0.0107 0.0082 0.0222 0.0174 0.0136 0.0104 0.0080 0.0217 0.0170 0.0132 0.0102 0.0078 0.0212 0.0166 0.0129 0.0099 0.0075 0.0207 0.0162 0.0125 0.0096 0.0073 0.0202 0.0158 0.0122 0.0094 0.0071 0.0197 0.0154 0.0119 0.0091 0.0069 0.0192 0.0150 0.0116 0.0089 0.0068 0.0188 0.0146 0.0113 0.0087 0.0066 0.0183 0.0143 0.0110 0.0084 0.0064 -2.5 -2.6 -2.7 -2.8 -2.9 0.0062 0.0047 0.0035 0.0026 0.0019 0.0060 0.0045 0.0034 0.0025 0.0018 0.0059 0.0044 0.0033 0.0024 0.0018 0.0057 0.0043 0.0032 0.0023 0.0017 0.0055 0.0041 0.0031 0.0023 0.0016 0.0054 0.0040 0.0030 0.0022 0.0016 0.0052 0.0039 0.0029 0.0021 0.0015 0.0051 0.0038 0.0028 0.0021 0.0015 0.0049 0.0037 0.0027 0.0020 0.0014 0.0048 0.0036 0.0026 0.0019 0.0014 -3.0 -3.1 -3.2 -3.3 -3.4 0.0014 0.0010 0.0007 0.0005 0.0003 0.0013 0.0009 0.0007 0.0005 0.0003 0.0013 0.0009 0.0006 0.0005 0.0003 0.0012 0.0009 0.0006 0.0004 0.0003 0.0012 0.0008 0.0006 0.0004 0.0003 0.0011 0.0008 0.0006 0.0004 0.0003 0.0011 0.0008 0.0006 0.0004 0.0003 0.0011 0.0008 0.0005 0.0004 0.0003 0.0010 0.0007 0.0005 0.0004 0.0003 0.0010 0.0007 0.0005 0.0003 0.0002 -3.5 -3.6 -3.7 -3.8 -3.9 -4.0 0.0002 0.0002 0.0001 0.0001 0.0000 0.0000 0.0002 0.0002 0.0001 0.0001 0.0000 0.0000 0.0002 0.0001 0.0001 0.0001 0.0000 0.0000 0.0002 0.0001 0.0001 0.0001 0.0000 0.0000 0.0002 0.0001 0.0001 0.0001 0.0000 0.0000 0.0002 0.0001 0.0001 0.0001 0.0000 0.0000 0.0002 0.0001 0.0001 0.0001 0.0000 0.0000 0.0002 0.0001 0.0001 0.0001 0.0000 0.0000 0.0002 0.0001 0.0001 0.0001 0.0000 0.0000 0.0002 0.0001 0.0001 0.0001 0.0000 0.0000 附表：当0≥x 时)(x N 表 这个表表示了当0≥x 时)(x N 的值。使用这张表时可与内插法结合起来使用。例如： )]62.0()63.0([78.0)62.0()6278.0(N N N N -+= 7350 .0)7324.07357.0(78.07324.0=-?+= 附表 附表1. 标准正态分布表 x0.000.010.020.030.040.050.060.070.080.09 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 0.500 0 0.539 8 0.579 3 0.617 9 0.655 4 0.691 5 0.725 7 0.758 0 0.788 1 0.815 9 0.841 3 0.864 3 0.884 9 0.903 2 0.919 2 0.933 2 0.504 0 0.543 8 0.583 2 0.621 7 0.659 1 0.695 0 0.729 1 0.761 1 0.791 0 0.818 6 0.843 8 0.866 5 0.886 9 0.904 9 0.920 7 0.934 5 0.508 0 0.547 8 0.587 1 0.625 5 0.662 8 0.698 5 0.732 4 0.764 2 0.793 9 0.821 2 0.846 1 0.868 6 0.888 8 0.906 6 0.922 2 0.935 7 0.512 0 0.551 7 0.591 0 0.629 3 0.666 4 0.701 9 0.735 7 0.767 3 0.796 7 0.823 8 0.848 5 0.870 8 0.890 7 0.908 2 0.923 6 0.937 0 0.516 0 0.555 7 0.594 8 0.633 1 0.670 0 0.705 4 0.738 9 0.770 3 0.799 5 0.826 4 0.850 8 0.872 9 0.892 5 0.909 9 0.925 1 0.938 2 0.519 9 0.559 6 0.598 7 0.636 8 0.673 6 0.708 8 0.742 2 0.773 4 0.802 3 0.828 9 0.853 1 0.874 9 0.894 4 0.911 5 0.926 5 0.939 4 0.523 9 0.563 6 0.602 6 0.640 4 0.677 2 0.712 3 0.745 4 0.776 4 0.805 1 0.835 5 0.855 4 0.877 0 0.896 2 0.913 1 0.927 9 0.940 6 0.527 9 0.567 5 0.606 4 0.644 3 0.680 8 0.715 7 0.748 6 0.779 4 0.807 8 0.834 0 0.857 7 0.879 0 0.898 0 0.914 7 0.929 2 0.941 8 0.531 9 0.571 4 0.610 3 0.648 0 0.684 4 0.719 0 0.751 7 0.782 3 0.810 6 0.836 5 0.859 9 0.881 0 0.899 7 0.916 2 0.930 6 0.943 0 0.535 9 0.575 3 0.614 1 0.651 7 0.687 9 0.722 4 0.754 9 0.785 2 0.813 3 0.838 9 0.862 1 0.883 0 0.901 5 0.917 7 0.931 9 0.944 1 附录 附表一：随机数表 _________________________________________________________________________ 2附表二：标准正态分布表 ___________________________________________________________________ 3附表三：t分布临界值表____________________________________________________________________ 4 附表四： 2 分布临界值表 __________________________________________________________________ 5 附表五：F分布临界值表（α=0.05）________________________________________________________ 7附表六：单样本K-S检验统计量表___________________________________________________________ 9附表七：符号检验界域表 __________________________________________________________________ 10附表八：游程检验临界值表 _________________________________________________________________ 11附表九：相关系数临界值表 ________________________________________________________________ 12附表十：Spearman等级相关系数临界值表 ___________________________________________________ 13附表十一：Kendall等级相关系数临界值表 ___________________________________________________ 14附表十二：控制图系数表 __________________________________________________________________ 15 附表1-2 标准正态分布函数表φ（x） x0.000.010.020.030.040.050.060.070.080.09 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.50.500 0 0.539 8 0.579 3 0.617 9 0.655 4 0.691 5 0.725 7 0.758 0 0.788 1 0.815 9 0.841 3 0.864 3 0.884 9 0.903 2 0.919 2 0.933 2 0.504 0 0.543 8 0.583 2 0.621 7 0.659 1 0.695 0 0.729 1 0.761 1 0.791 0 0.818 6 0.843 8 0.866 5 0.886 9 0.904 9 0.920 7 0.934 5 0.508 0 0.547 8 0.587 1 0.625 5 0.662 8 0.698 5 0.732 4 0.764 2 0.793 9 0.821 2 0.846 1 0.868 6 0.888 8 0.906 6 0.922 2 0.935 7 0.512 0 0.551 7 0.591 0 0.629 3 0.666 4 0.701 9 0.735 7 0.767 3 0.796 7 0.823 8 0.848 5 0.870 8 0.890 7 0.908 2 0.923 6 0.937 0 0.516 0 0.555 7 0.594 8 0.633 1 0.670 0 0.705 4 0.738 9 0.770 3 0.799 5 0.826 4 0.850 8 0.872 9 0.892 5 0.909 9 0.925 1 0.938 2 0.519 9 0.559 6 0.598 7 0.636 8 0.673 6 0.708 8 0.742 2 0.773 4 0.802 3 0.828 9 0.853 1 0.874 9 0.894 4 0.911 5 0.926 5 0.939 4 0.523 9 0.563 6 0.602 6 0.640 4 0.677 2 0.712 3 0.745 4 0.776 4 0.805 1 0.835 5 0.855 4 0.877 0 0.896 2 0.913 1 0.927 9 0.940 6 0.527 9 0.567 5 0.606 4 0.644 3 0.680 8 0.715 7 0.748 6 0.779 4 0.807 8 0.834 0 0.857 7 0.879 0 0.898 0 0.914 7 0.929 2 0.941 8 0.531 9 0.571 4 0.610 3 0.648 0 0.684 4 0.719 0 0.751 7 0.782 3 0.810 6 0.836 5 0.859 9 0.881 0 0.899 7 0.916 2 0.930 6 0.943 0 0.535 9 0.575 3 0.614 1 0.651 7 0.687 9 0.722 4 0.754 9 0.785 2 0.813 3 0.838 9 0.862 1 0.883 0 0.901 5 0.917 7 0.931 9 0.944 1标准正态分布表
标准正态分布表
附表标准正态分布累积概率函数表
统计学附录表
统计分布临界值表
标准正态分布表(附表1-2)
相关主题
文本预览