z分布和t分布计算公式一样吗，Z表示什么分布

z就是正态分布，x^2分布是一个正态分布的平方，t分布是一个正态分布除以（一个x^2分布除以它的自由度然后开根号），f分布是两个卡方分布分布除以他们各自的自由度再相除 例如x是一个z分布，y(n)=x1^2+x2^2+……+xn^2,这里每个xn都是一个z分布，t(n)=x/根号(y/n),f（m,n）=(y1/m)/(y2/n)

z就是正态分布，x^2分布是一个正态分布的平方

Z=max（X，Y）,因为X,Y独立同分布

故此，Z的可能取值是0，1

P(Z=0)=P(max（X，Y）=0)=P(X=0,Y=0)=P(X=0)P(Y=0)=1/4

P(Z=1)=1-P(Z=0)=3/4(这是利用对立事件的可能性来求的，若直接算就是P(Z=1)=P(max（X，Y）=1)=P(X=0,Y=1)+P(X=1,Y=0)+P(X=1,Y=1))

二项分布公式是P（X=k)=C(n,k)（p^k）*(1-p)^(n-k)

这当中n是试验次数，X表示随机试验的结果。k是指定事件出现的次数，p是指定事件在一次试验中出现的可能性。

二项分布是由伯努利提出的概念，指的是重复n次独立的伯努利试验。在每一次试验中唯有两种可能的结果，而且，两种结果出现与否相互对立，并且相互独立，与其它各次试验结果无关，事件出现与否的可能性在每一次独立试验中都保持不变，则这一系列试验总称为n重伯努利实验，当试验次数为1时，二项分布服从0-1分布。

z就是正态分布，x^2分布是一个正态分布的平方，t分布是一个正态分布除以（一个x^2分布除以它的自由度然后开根号），f分布是两个卡方分布分布除以他们各自的自由度再相除

例如x是一个z分布，y(n)=x1^2+x2^2+……+xn^2,这里每个xn都是一个z分布，t(n)=x/根号(y/n),f（m,n）=(y1/m)/(y2/n)

统计中的Z值，用于测量样本平均偏差与整体平均值的方差倍数，即偏离方差的程度。

按照中心极限制要求理，整体样本n、样本数n和每个样本的平均值的分布趋于正态分布。其实就是常说的说，随机误差满足正态分布。分布的数学希望为整体均值μ，方差为整体方差的1/N。

标准正态分布图是统计学家用微积分的方式计算出的公式（这里不可以用公式3.0），然后绘制出来。横轴是Z值，纵轴是y值，表示比率。

答案：z统计量是用来衡量样本均值偏离整体均值的方差倍数，就是偏离方差的程度。

双尾测验是测了0.05和0.01两个水平上的差异，单尾测验只测试了0.05水平上的差异，0.05上有差异说明这样的差异是不一样于误差的差异，而是真实存在的差异，而在0.01上有差异说差异显著，说明这样的因子对实验有非常大的影响

Z－分布名词解释：

亦称“费希尔Z分布”。

英国统计学家费希尔(R．A．Fisher)按照等于e2z而导出的分布。其密度函数为：

式中：m，n＞0，－∞＜x＜ ∞。

Z－分布主要应用于两个整体标准差间的差异显着性的检验。

它可由F－分布通个变换F=e2z而得到