正態分佈是什麼意思

　　1、正態分佈（Normal distribution），也稱“常態分佈”，又名高斯分佈（Gaussian distribution），最早由棣莫弗（Abraham de Moivre）在求二項分佈的漸近公式中得到。C.F.高斯在研究測量誤差時從另一個角度匯出了它。P.S.拉普拉斯和高斯研究了它的性質。是一個在數學、物理及工程等領域都非常重要的機率分佈，在統計學的許多方面有著重大的影響力。

　　2、正態曲線呈鍾型，兩頭低，中間高，左右對稱因其曲線呈鐘形，因此人們又經常稱之為鐘形曲線。

　　3、若隨機變數X服從一個數學期望為μ、方差為σ^2的正態分佈，記為N(μ，σ^2)。其機率密度函式為正態分佈的期望值μ決定了其位置，其標準差σ決定了分佈的幅度。當μ = 0,σ = 1時正態分佈是標準正態分佈。

　　標準正態分佈Φ是函式符號，首先將正態分佈轉化成標準正態分佈，然後透過標準正態分佈表查詢數值，就可以算出結果了。若隨機變數X服從一個數學期望為μ、方差為σ²的正態分佈，記為N。其機率密度函式為正態分佈的期望值μ決定了其位置，其標準差σ決定了分佈的幅度。當μ=0，σ=1時的正態分佈是標準正態分佈。

　　μ是正態分佈的位置引數，描述正態分佈的集中趨勢位置。機率規律為取與μ鄰近的值的機率大，而取離μ越遠的值的機率越小。正態分佈以X=μ為對稱軸，左右完全對稱。正態分佈的期望、均數、中位數、眾數相同，均等於μ。σ描述正態分佈資料資料分佈的離散程度，σ越大，資料分佈越分散，σ越小，資料分佈越集中。也稱為是正態分佈的形狀引數，σ越大，曲線越扁平，反之，σ越小，曲線越瘦高。

　　正態分佈是一種機率分佈。正態分佈是具有兩個引數μ和σ2的連續型隨機變數的分佈，第一引數μ是服從正態分佈的隨機變數的均值，第二個引數σ2是此隨機變數的方差，所以正態分佈記作N(μ，σ2)。

　　機率，亦稱“或然率”，它是反映隨機事件出現的可能性大小。隨機事件是指在相同條件下，可能出現也可能不出現的事件。例如，從一批有正品和次品的商品中，隨意抽取一件，“抽得的是正品”就是一個隨機事件。設對某一隨機現象進行了n次試驗與觀察，其中A事件出現了m次，即其出現的頻率為m/n。