📚 深度解析：统计学分布计算

算例：正态分布累积概率

标准正态 N(0,1) 在 x=1 处的累积概率 Φ(1)=P(X≤1)≈0.8413，即约 84.13% 的观测落在均值左侧 1 个标准差内。公式：Φ(x)=∫₋∞ˣ φ(t)dt。

算例：泊松与二项概率

泊松(λ=3)，P(X=2)=e⁻³·3²/2!≈0.2240。二项(n=10,p=0.5)，P(X=5)=C(10,5)·0.5¹⁰=252/1024≈0.2461。两者在 n 大、p 小时可相互近似。

连续分布和离散分布的概率怎么读？: 连续分布（正态、均匀）单点概率恒为 0，要看区间概率（CDF 差值）；离散分布（泊松、二项）可直接求 P(X=k)。不要把密度值当概率——密度可大于 1，概率积分才 ≤1。
p-value 和分布计算有什么关系？: p-value 是在原假设下观测到『更极端』结果的概率，本质就是某个分布的尾部概率（如双侧检验取 2×(1−Φ(|z|))）。算准分布的概率质量/密度是正确解读显著性结论的前提。

📊 Statistics Distribution