X～B(14400,0,1)转换正态分布

首先，需要将X-B转换为标准正态分布，即将每个观测值减去均值μ，然后除以标准差σ。

μ = 14400
σ = 1

因此，Z = (X - μ) / σ = (X - 14400) / 1

现在，我们需要将Z值转换为标准正态分布。这可以通过查找标准正态分布表或使用计算机软件来完成。

假设我们使用计算机软件，可以使用Python中的scipy.stats模块来完成。代码如下：

from scipy.stats import norm

# 计算标准正态分布的累积分布函数值
z_score = (14400 - 14400) / 1
p_value = norm.cdf(z_score)

# 将p值转换为对应的标准正态分布的分位数
standard_score = norm.ppf(p_value)

print("标准正态分布的分位数为：", standard_score)

输出结果为：

标准正态分布的分位数为： 0.0

因此，X-B(14400,0,1)转换为标准正态分布后，其分位数为0。