So remember, we're taking this distribution. We're shifting it all the way over
to zero because we're subtracting the mean. So basically, if we have a normal
distribution out here with a mean of 100, if we subtract the mean, we shift
this distribution to the left 100. And then, the new mean is 0. What if we add
a distribution with a mean of, say negative 30? If we subtract negative 30,
then we're essentially adding 30. And we shift the distribution right, again,
centering at 0. Another way to look at it is, what's going to be the new
z-score of the mean? Let's say that the mean is x. The z-score of the mean is
basically how many standard deviations away from the mean is the mean. Well,
that's 0 instead of x, we have mu. Mu minus mu divided by standard deviation is
0 divided by the standard deviation, which is just 0. So, that's another way to
look at it.
Lembre-se, pegamos esta distribuição
e a deslocamos até zero,
porque estamos subtraindo a média.
Então basicamente, se tivermos
uma distribuição normal
com uma média de 100,
se subtrairmos a média,
deslocamos essa distribuição para 100
à esquerda.
Então a nova média é zero.
E se somarmos uma distribuição
com uma média de menos 30?
Se subtrairmos menos 30,
então estamos adicionando 30.
E voltamos a distribuição para a direita,
centralizando em zero.
Outra forma de ver isto é:
qual será a nova pontuação Z da média?
Digamos que a média é X.
A pontuação Z da média
é basicamente a quantos desvios padrão
de distância da média a média está.
Bom, é zero.
Em vez de X, temos Mu.
Mu menos Mu dividido pelo desvio padrão
é zero dividido pelo desvio padrão,
que é zero.
Então, esta é outra forma
de enxergar.
注意 我们将这个分布图一直往这边移动
并移到 0 的位置 因为我们要减去平均值
所以本质上 如果我们有个平均值为 100 的正态分布图 我们减去平均值
即将该分布图往左移了 100 个位置 那么 新的平均值则为 0
如果我们向分布图平均加了平均值 -30 如果我们减去 -30
实际上是加了 30 我们将分布图往右移动
再次中心位于 0 处 另一种计算方式是 平均值的新 z 值是多少?
假设平均值就是 x 平均值的 z 值本质上是
平均值距离平均值的标准偏差数
结果是 0 这里是 μ 而不是 x μ-μ 除以标准偏差就等于
0 除以标准偏差 还是 0 这也是另一种
计算方式