一般的正态分布

正态分布呈现对称的钟形曲线，数据集中在平均值附近。标准差决定了曲线的宽窄，1个标准差内约包含68%的数据，2个标准差内约包含95%数据。自然界中许多现象符合正态分布，如成年人身高、测量误差、考试成绩分布等。这种分布的特征是平均值、中位数和众数相等，曲线两侧完全对称。标准差越小，数据点越集中；标准差越大，数据点越分散。

正态分布在统计学中应用广泛，假设检验、质量控制、金融风险评估等领域都依赖它。中心极限定理表明，大量独立随机变量的均值近似正态分布，这解释了为何自然界中许多现象呈现这种模式。企业利用正态分布分析客户行为，医疗机构用它评估生理指标正常范围。标准正态分布均值为0，标准差为1，任何正态分布都可转换为标准形式，便于比较不同数据集。