因為正態分佈這個分佈的出現，本身不是基於對什麼現實的觀測，而是基於一些理想的數學假設，對樣本均值的分佈的描述。這就好比你正在研究數學裡的某種曲線，你問，為什麼樹葉上的葉脈線跟我研究的這個曲線不是一致的呢。當然不一致，因為一個是理想假設下生成的東西，一個是現實各種複雜因素作用的結果。
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。
不符合正態分佈用非引數檢驗，正態分佈也稱“常態分佈”，又名高斯分佈，最早由棣莫弗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。
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。
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時的正態分佈是標準正態分佈。
如果x服從正態分佈N，則x平方服從N（u，（σ^2）/n）。因為X1，X2，X3，...，Xn都服從N（u，σ^2)，正太分佈可加性X1+X2、..Xn服從N（nu，nσ^2)。
均值X=（X1+X2、..Xn）/n，所以X期望為u，方差D(X)=D（X1+X2、..Xn）/n^2=σ^2/n。E（Y ...
1、所有數減去其平均值的平方和，所得結果除以該組數之個數（或個數減一，即變異數），再把所得值開根號，所得之數就是這組資料的標準差。
2、標準差（StandardDeviation），在機率統計中最常使用作為統計分佈程度（statisticaldispersion）上的測量。標準差定義是總體各單位標準值 ...
求正態分佈中的σ公式：u=(x-μ)/σ。正態分佈（Normaldistribution），也稱“常態分佈”，又名高斯分佈（Gaussiandistribution），最早由棣莫弗（AbrahamdeMoivre）在求二項分佈的漸近公式中得到。
在n次獨立重複的伯努利試驗中，設每次試驗中事件A發生的機 ...
標準正態分佈Φ(x)公式是Φ(x)=1–Φ(-x)。標準正態分佈是一個在數學、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。
標準正態分佈又稱為u分佈，是以0為均數、以1為標準差的正態分佈，記為N（0，1）。標準正態分佈曲線下面積分佈規律是：在-1.96～+1.96範圍內曲 ...
正態分佈也叫常態分佈，是連續隨機變數機率分佈的一種，自然界、人類社會、心理和教育中大量現象均按正態形式分佈，例如能力的高低，學生成績的好壞等都屬於正態分佈。
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。
若隨機變數X服從一個數學期望為μ、方差為σ^2的正態 ...
1、Excel 2007版本及以上，假設有這樣一組樣本資料，存放於A列，首先我們計算出樣本的中心值（均值）和標準差。
2、公式直接引用A列計算，這樣可以保證不管A列有多少資料，全部可以參與計算。因為是做模板，所以這樣就不會因為每次樣本資料量變化而計算錯誤。
3、Excel在2007版本以後標準差函 ...
在使用的時候，第一步是先計算數值的標準分數，然後將標準分數四捨五入到小數點後第二位；第二步是在標準正態分佈表中的左側查到直到標準分數的小數點後第一位，然後用頂部的數值查到所對應的標準分數的小數點後第二位。
標準正態分佈（英語：standardnormaldistribution，德語Standardn ...