正态曲线
偏度、信度、峰度、正态曲线
偏度（Skewness）：
在统计学中，偏度用于描述数据分布的不对称性。
它衡量了数据分布的尾部重量和数据中心点之间的偏离程度。
具体来说，偏度统计量表示数据分布的尾部是向左偏（负偏度）还是向右偏（正偏度）。
偏度为零表示数据分布相对对称。
信度（Reliability）：
信度是指测量工具（如问卷、测试等）的稳定性和准确性，即测量结果的一致性或可靠性。
在心理学和教育领域经常使用信度来评估测量工具（如问卷）的内部一致性或重测信度。
常见的信度统计量包括Cronbach's α 系数和重测相关系数。
峰度（Kurtosis）：
峰度用于描述数据分布的尖锐程度或峰态。
它测量数据分布在平均值附近的数据点集中程度。
峰度值越大，表示数据分布的尾部更厚、峰更尖；而峰度值越小，表示数据分布相对平坦。
正态曲线（Normal Distribution）：
正态曲线，又称高斯分布或钟形曲线，是统计学中一种常见的连续概率分布。
正态曲线具有平均值（期望值）和标准差这两个参数，其形状呈现对称的钟形。
在正态分布中，数据
大部分集中在平均值附近，且在平均值两侧以对称方式逐渐稀疏。
正态曲线在统计学中应用广泛，因为许多自然现象和随机变量可以近似或符合正态分布。
通过对数据进行正态性检验和拟合正态曲线，我们可以更好地理解数据的分布和进行统计分析。
正态分布密度曲线(简称正态曲线)
,σ ( x ) =
Y
1 2π σ
e
( x )2 2σ
2
ห้องสมุดไป่ตู้
, x ∈ ( ∞ , +∞ )
O
想 一 想
X
的解析式及概率的性质, 结合 ,σ (x) 的解析式及概率的性质 你能说说正态曲线的特点吗? 你能说说正态曲线的特点吗
正态分布密度曲线(简称正态曲线 的特点 正态分布密度曲线 简称正态曲线)的特点 简称正态曲线 的特点:
,σ ( x ) =
1 2π σ
e
( x )2 2σ
2
, x ∈ ( ∞ , +∞ )
Y
(1)曲线在x轴上方, (1)曲线在x轴上方,与x轴不相交； 曲线在 轴不相交； (2)曲线是单峰的 它关于直线x= 对称； 曲线是单峰的, x=μ (2)曲线是单峰的,它关于直线x=μ对称； (3)曲线在x=μ处达到峰值 (3)曲线在x=μ处达到峰值 曲线在x=μ
,σ ( x)dx
特别地有“ 原则 原则” 特别地有“3σ原则” 区 间 （μ－σ，μ＋σ] （μ－2σ，μ＋2σ] 2σ， （μ－3σ，μ＋3σ] 3σ， 取值概率 68.26% 95.44% 99.74%
发生概率一般不超过5％的事件，即在一次试验中几乎不 发生概率一般不超过5 的事件， 可能发生的事件 的事件． 可能发生的事件．
x=μ
1 2πσ
；
(4)曲线与x轴之间的面积为１ (4)曲线与x轴之间的面积为１； 曲线与 (5)当 一定时,曲线随着μ的变化而沿x轴平移； (5)当σ一定时,曲线随着μ的变化而沿x轴平移； (6)当μ一定时,曲线的形状由σ确定. σ越小,曲线越“瘦高”,表 (6)当 一定时,曲线的形状由σ确定. 越小,曲线越“瘦高” 示总体的分布越集中， 越大,曲线越“矮胖” 示总体的分布越集中，σ越大,曲线越“矮胖”,表示总体的分布 越分散。 越分散。
简述正态曲线的特点
简述正态曲线的特点正态曲线是统计学中最重要的图形之一，它可以描述一系列变量的统计分布情况。
正态曲线具有以下特点：1、均值、中位数和众数都相等。
正态曲线的均值、中位数和众数都相等，可以用“中央趋势”来表示。
正态曲线的均值、中位数和众数恰好是正态曲线的中心点，而这种恰好的一致性使得正态曲线的曲线图形变的十分清晰可见。
2、标准差越大，曲线越扁平。
正态曲线的曲线图形是由变量的标准差决定的，标准差越大，正态曲线就越扁平。
正态曲线因此被称为“标准差曲线”。
3、正态曲线图形趋于对称。
正态曲线是非常对称的，它的左右两侧都具有相同的形状，只是放大或者缩小了一些比例而已，同时它们也保持着相同的显著性或是罕见性程度。
4、它的右侧和左侧的曲线图形都是镜像的。
正态曲线的右侧和左侧的曲线图形是非常对称的，只是它们的比例大小不同，但是采用它们可以很好的描述出数据中低点、中点和高点的分布情况。
5、它的右侧和左侧曲线的高度可以衡量出数据的分布情况。
正态曲线的高度可以衡量出数据的分布情况，它的右侧和左侧曲线的高度的差异越大，就表明数据的分布情况越不均匀，反之则表明数据的分布情况更为均匀。
6、拉普拉斯变换可以将正态分布转换成均匀分布。
正态曲线的一个非常有用的特点就是可以使用拉普拉斯变换来将正态曲线变换成均匀曲线，这就使得可以很容易地把数据从正态分布转换成均匀分布。
总之，正态曲线是统计学中最重要的图形之一，它具有均值、中位数和众数都相等、标准差越大，曲线越扁平、正态曲线图形趋于对称、它的右侧和左侧的曲线图形都是镜像的、它的右侧和左侧曲线的高度可以衡量出数据的分布情况、以及拉普拉斯变换可以将正态分布转换成均匀分布等特点。
正态曲线对于分析数据有着重要的意义，可以有效地分析出统计数据的中心趋势，帮助我们更好的理解数据的分布情况，从而更好的利用数据进行决策。
高中数学湘教版选修2-3正态分布曲线
若数据无限增多且组距无限缩小，那么频率分布直方图的 顶边缩小乃至形成一条光滑的曲线，我们称此曲线为总体密度 曲线．
一、正态曲线
y
O
x
1 , x e 2
x 2
2 2
, x ,
其中实数和(>0)为参数. ,(x)的图象为正态分布密度曲线,简称正态曲线。
例 1:某商场经营的某种包装的大米质量（单位 :kg） 例 1:某商场经营的某种包装的大米质量（单位 :kg） 2 例 （ 单位 :kg ） 例 1: 1:某商场经营的某种包装的大米质量 某商场经营的某种包装的大米质量 （ 单位 :kg ） 服从正态分布 , 任选一袋这种大米 , N (10,0.12 ) 服从正态分布 N (10,0.1 ) , 任选一袋这种大米 , 2 2 ) , 任选一袋这种大米 , 服从正态分布 (10,0.1 服从正态分布 N N (10,0.1 ) , 任选一袋这种大米 , (1) 质量在区间 (9.8,10.2] , 概率是多少？ (1) 质量在区间 (9.8,10.2] , 概率是多少？ (1) (1) 质量在区间 质量在区间 (9.8,10.2] 概率是多少？ (9.8,10.2] ,,概率是多少？ (2) 质量在区间 (10,10.2] , 概率是多少？ (2) 质量在区间 (10,10.2] , 概率是多少？ (2) 质量在区间 ,,概率是多少？ (10,10.2] (2) 质量在区间 概率是多少？ (10,10.2] P ( 2 X 2 ) 0.9544
)
B．0.158 7 D．0.158 5
(2)设随机变量ξ服从正态分布 N(2,9)，若P(ξ>c＋1)＝P(ξ<c
正态曲线的名词解释
正态曲线的名词解释正态曲线是统计学中一种常见的概念，也被称为高斯分布或钟形曲线。
它描述了许多自然现象和人类行为的分布模式，如身高、智力、收入等。
本文将对正态曲线进行详细解释和探讨，包括其定义、特征、应用以及与其他分布形态的对比。
一、正态曲线的定义正态曲线是指对称分布的连续型概率分布，其图形呈钟形，以一个均值和标准差来描述。
正态曲线的数学公式为：f(x) = (1 / (σ * √(2π))) * e^(-((x-μ)^2 / (2σ^2)))其中，μ表示均值，σ表示标准差，e表示自然对数的底数。
二、正态曲线的特征正态曲线具有以下特点：1. 对称性：正态曲线以均值处为对称轴，左右两侧呈镜像关系。
2. 单峰性：正态曲线只有一个峰值，即均值处为最高点。
3. 边缘渐进性：曲线从中轴线向两侧逐渐平缓，但永远不会与横轴相交。
4. 曲线下的面积为1：正态曲线下的面积总和为1，表示了所有可能事件的概率之和。
三、正态曲线的应用正态曲线在实际应用中有广泛的用途，主要包括以下几个方面：1. 统计分析：正态曲线可以用于研究和描述大量的随机现象，如测量误差、抽样误差等。
2. 产品质量控制：通过正态曲线，可以评估产品的合格率，并确定质量控制的标准和措施。
3. 经济学和金融学：正态曲线被广泛应用于金融市场的风险评估、资产收益率的预测以及量化金融等领域。
4. 生物学和医学：正态曲线可以描述人群的身高、体重、血压等指标的分布情况，对诊断和治疗具有指导意义。
5. 社会科学：正态曲线可用于研究人类行为和心理特征，并用于设计调查问卷以及制定社会政策。
四、正态曲线与其他分布形态的对比正态曲线和其他分布形态的比较有助于我们更好地理解和应用正态曲线。
以下是几种常见的分布形态：1. 偏态分布：偏态分布是指分布曲线的偏斜程度。
正态曲线是零偏斜的，即左右对称。
而偏态分布则有明显的左偏或右偏。
2. 峰态分布：峰态分布是指分布曲线的峰值陡峭程度。
正态曲线是峰态的，即呈现出典型的钟形。
正态分布曲线
卡方检验
总结词
卡方检验是一种非参数检验方法，用于检验正态分布曲线的假设。
详细描述
卡方检验通过比较实际观测频数与理论频数，计算卡方统计量，以检验数据是否符合正态分布。如果样本数据符 合正态分布，则卡方统计量将接近于期望值。卡方检验的优点是不需要假设数据符合特定的分布形式，因此适用 于更广泛的数据类型。
考试分数分布
分数集中
考试分数通常呈现正态 分布，即大部分考生成 绩集中在平均分附近， 高分和低分成绩占少数。
标准差
考试分数的标准差可以 反映成绩分布的离散程 度，标准差越小，成绩 越集中。
及格率
考试及格分数线通常设 定在正态分布的60分左 右，以确保大部分考生 能够通过。
股票价格波动
波动幅度
股票价格的波动幅度通常呈现正态分布，即大部分时间股票价格波动较小，极端波动的情 况较少。
特征
集中性
正态分布曲线下的面积大部分集中在均值附近，离均值越远概率 越小。
对称性
正态分布曲线关于y轴对称，即概率密度函数是偶函数。
均匀递增性
在均值左侧，曲线从负无穷增加到0；在均值右侧，曲线从0增加 到正无穷。
概率密度函数
01
正态分布的概率密度函数为高斯函数，也称为钟形曲线。
02
概率密度函数表示随机变量取某个值的概率密度，即单位区间
详细描述
Z检验基于正态分布的性质，通过计算样本数据的均值和标准 差，与理论值进行比较，以检验数据是否符合正态分布。如 果样本数据符合正态分布，则Z检验统计量将接近于标准正态 分布种常用的假设检验方法，用于检验正态分布曲线的假设。
详细描述
t检验基于样本数据的均值和标准差，通过计算t统计量，与临界值进行比较，以 检验数据是否符合正态分布。如果样本数据符合正态分布，则t检验统计量将接 近于标准正态分布的临界值。
正态分布曲线的特征
正态分布曲线的特征
1 正态分布曲线的特征
正态分布曲线（学名：正态分布）是概率统计领域中最重要的概率分布之一，它是一种特殊的随机过程，其上的所有任何变量都能够满足高斯概率密度函数的定义条件。
正态分布曲线一般呈现出U形，其特征有：
1、均值型：正态分布的期望值、均值、中位数以及众数都相等，且等于中央点M0。
2、对称型：正态分布曲线是对称的，中央点M0是曲线的左右对称轴。
3、连续型：正态分布曲线是连续的，在任一点上曲线都是连续可导。
4、夸脱型：正态分布曲线夸脱程度可由标准差σ衡量，当σ减小时，曲线夸脱程度也会随之增大。
5、偏度型：正态分布曲线的偏度为0，即曲线沿相同趋势变动，两边不会出现不同的走势。
6、面积型：正态分布曲线面积值总是1，其中心区面积占比大，离心率较低。
正态分布在社会经济和自然科学中都拥有着广泛的应用。
它在量化研究中用作样本分会依据，可以对一抽样的大小及其特性的变化提供参考。
正态分布的特征可以帮助科学家们精确的做出分析和预测，为解决社会经济问题提供有效的帮助。
正态分布曲线的特点及曲线所表示的意义
正态分布曲线的特点及曲线所表示的意义【知识点的知识】1．正态曲线及性质（1）正态曲线的定义函数φμ，σ（x）＝，x∈（﹣∞，+∞），其中实数μ和σ（σ＞0）为参数，我们称φμ，σ（x）的图象（如图）为正态分布密度曲线，简称正态曲线．（2）正态曲线的解析式①指数的自变量是x定义域是R，即x∈（﹣∞，+∞）．②解析式中含有两个常数：π和e，这是两个无理数．③解析式中含有两个参数：μ和σ，其中μ可取任意实数，σ＞0这是正态分布的两个特征数．④解析式前面有一个系数为，后面是一个以e为底数的指数函数的形式，幂指数为﹣．2．正态分布（1）正态分布的定义及表示如果对于任何实数a，b（a＜b），随机变量X满足P（a＜X≤b）＝φμ，σ（x）dx，则称X的分布为正态分布，记作N（μ，σ2）．（2）正态总体在三个特殊区间内取值的概率值①P（μ﹣σ＜X≤μ+σ）＝0.6826；②P（μ﹣2σ＜X≤μ+2σ）＝0.9544；③P（μ﹣3σ＜X≤μ+3σ）＝0.9974．3．正态曲线的性质正态曲线φμ，σ（x）＝，x∈R有以下性质：（1）曲线位于x轴上方，与x轴不相交；（2）曲线是单峰的，它关于直线x＝μ对称；（3）曲线在x＝μ处达到峰值；（4）曲线与x轴围成的图形的面积为1；（5）当σ一定时，曲线随着μ的变化而沿x轴平移；（6）当μ一定时，曲线的形状由σ确定，σ越小，曲线越“瘦高”，表示总体的分布越集中；σ越大，曲线越“矮胖”，表示总体的分布越分散．4．三个邻域会用正态总体在三个特殊区间内取值的概率值结合正态曲线求随机变量的概率．落在三个邻域之外是小概率事件，这也是对产品进行质量检测的理论依据．【典型例题分析】题型一：概率密度曲线基础考察典例1：设有一正态总体，它的概率密度曲线是函数f（x）的图象，且f（x）＝，则这个正态总体的平均数与标准差分别是（）A．10与8 B．10与2 C．8与10 D．2与10解析：由＝，可知σ＝2，μ＝10．答案：B．典例2：已知随机变量ξ服从正态分布N（2，σ2），且P（ξ＜4）＝0.8，则P（0＜ξ＜2）等于（）A．0.6 B．0.4 C．0.3 D．0.2解析：由P（ξ＜4）＝0.8知P（ξ＞4）＝P（ξ＜0）＝0.2，故P（0＜ξ＜2）＝0.3．故选C．典例3：已知随机变量X服从正态分布N（3，1），且P（2≤X≤4）＝0.682 6，则P（X＞4）等于（）A．0.158 8 B．0.158 7 C．0.158 6 D．0.158 5解析由正态曲线性质知，其图象关于直线x＝3对称，∴P（X＞4）＝0.5﹣P（2≤X≤4）＝0.5﹣×0.682 6＝0.1587．故选B．题型二：正态曲线的性质典例1：若一个正态分布的概率密度函数是一个偶函数，且该函数的最大值为．（1）求该正态分布的概率密度函数的解析式；（2）求正态总体在（﹣4，4]的概率．分析：要确定一个正态分布的概率密度函数的解析式，关键是求解析式中的两个参数μ，σ的值，其中μ决定曲线的对称轴的位置，σ则与曲线的形状和最大值有关．解（1）由于该正态分布的概率密度函数是一个偶函数，所以其图象关于y轴对称，即μ＝0．由＝，得σ＝4，故该正态分布的概率密度函数的解析式是φμ，σ（x）＝，x∈（﹣∞，+∞）．（2）P（﹣4＜X≤4）＝P（0﹣4＜X≤0+4）＝P（μ﹣σ＜X≤μ+σ）＝0.6826．点评：解决此类问题的关键是正确理解函数解析式与正态曲线的关系，掌握函数解析式中参数的取值变化对曲线的影响．典例2：设两个正态分布N（μ1，）（σ1＞0）和N（μ2，）（σ2＞0）的密度函数图象如图所示，则有（）A．μ1＜μ2，σ1＜σ2B．μ1＜μ2，σ1＞σ2C．μ1＞μ2，σ1＜σ2D．μ1＞μ2，σ1＞σ2解析：根据正态分布N（μ，σ2）函数的性质：正态分布曲线是一条关于直线x＝μ对称，在x＝μ处取得最大值的连续钟形曲线；σ越大，曲线的最高点越低且较平缓；反过来，σ越小，曲线的最高点越高且较陡峭，故选A．答案：A．题型三：服从正态分布的概率计算典例1：设X～N（1，22），试求（1）P（﹣1＜X≤3）；（2）P（3＜X≤5）；（3）P（X≥5）．分析：将所求概率转化到（μ﹣σ，μ+σ]．（μ﹣2σ，μ+2σ]或[μ﹣3σ，μ+3σ]上的概率，并利用正态密度曲线的对称性求解．解析：∵X～N（1，22），∴μ＝1，σ＝2．（1）P（﹣1＜X≤3）＝P（1﹣2＜X≤1+2）＝P（μ﹣σ＜X≤μ+σ）＝0.682 6．（2）∵P（3＜X≤5）＝P（﹣3＜X≤﹣1），∴P（3＜X≤5）＝[P（﹣3＜X≤5）﹣P（﹣1＜X≤3）]＝[P（1﹣4＜X≤1+4）﹣P（1﹣2＜X≤1+2）]＝[P（μ﹣2σ＜X≤μ+2σ）﹣P（μ﹣σ＜X≤μ+σ）]＝×（0.954 4﹣0.682 6）＝0.1359．（3）∵P（X≥5）＝P（X≤﹣3），∴P（X≥5）＝[1﹣P（﹣3＜X≤5）]＝[1﹣P（1﹣4＜X≤1+4）]＝[1﹣P（μ﹣2σ＜X≤μ+2σ）]＝×（1﹣0.954 4）＝0.0228．求服从正态分布的随机变量在某个区间取值的概率，只需借助正态曲线的性质，把所求问题转化为已知概率的三个区间上．典例2：随机变量ξ服从正态分布N（1，σ2），已知P（ξ＜0）＝0.3，则P（ξ＜2）＝．解析：由题意可知，正态分布的图象关于直线x＝1对称，所以P（ξ＞2）＝P（ξ＜0）＝0.3，P（ξ＜2）＝1﹣0.3＝0.7．答案：0.7．题型4：正态分布的应用典例1：2011年中国汽车销售量达到1 700万辆，汽车耗油量对汽车的销售有着非常重要的影响，各个汽车制造企业积极采用新技术降低耗油量，某汽车制造公司为调查某种型号的汽车的耗油情况，共抽查了1 200名车主，据统计该种型号的汽车的平均耗油为百公里8.0升，并且汽车的耗油量ξ服从正态分布N（8，σ2），已知耗油量ξ∈[7，9]的概率为0.7，那么耗油量大于9升的汽车大约有辆．解析：由题意可知ξ～N（8，σ2），故正态分布曲线以μ＝8为对称轴，又因为P（7≤ξ≤9）＝0.7，故P（7≤ξ≤9）＝2P（8≤ξ≤9）＝0.7，所以P（8≤ξ≤9）＝0.35，而P（ξ≥8）＝0.5，所以P（ξ＞9）＝0.15，故耗油量大于9升的汽车大约有1 200×0.15＝180辆．点评：服从正态分布的随机变量在一个区间上的概率就是这个区间上，正态密度曲线和x 轴之间的曲边梯形的面积，根据正态密度曲线的对称性，当P（ξ＞x1）＝P（ξ＜x2）时必然有＝μ，这是解决正态分布类试题的一个重要结论．典例2：工厂制造的某机械零件尺寸X服从正态分布N（4，），问在一次正常的试验中，取1 000个零件时，不属于区间（3，5]这个尺寸范围的零件大约有多少个？解∵X～N（4，），∴μ＝4，σ＝．∴不属于区间（3，5]的概率为P（X≤3）+P（X＞5）＝1﹣P（3＜X≤5）＝1﹣P（4﹣1＜X≤4+1）＝1﹣P（μ﹣3σ＜X≤μ+3σ）＝1﹣0.9974＝0.0026≈0.003，∴1 000×0.003＝3（个），即不属于区间（3，5]这个尺寸范围的零件大约有3个．【解题方法点拨】正态分布是高中阶段唯一连续型随机变量的分布，这个考点虽然不是高考的重点，但在近几年新课标高考中多次出现，其中数值计算是考查的一个热点，考生往往不注意对这些数值的记忆而导致解题无从下手或计算错误．对正态分布N（μ，σ2）中两个参数对应的数值及其意义应该理解透彻并记住，且注意第二个数值应该为σ2而不是σ，同时，记住正态密度曲线的六条性质．。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
正态曲线主要内涵
主要内涵 在联系自然、社会和思维的实践背景下，我们以正态分布的本质为基础，以正态分布曲 线及面积分布图为表征 （以后谈及正态分布及正态分布论就要浮现此图） 进行抽象与提升， ， 抓住其中的主要哲学内涵，归纳正态分布论（正态哲学）的主要内涵如下： 整体论 正态分布启示我们，要用整体的观点来看事物。
“系统的整体观念或总体观念是系统概 念的精髓。
” 正态分布曲线及面积分布图由基区、负区、正区三个区组成，各区比重不一样。
用整体来看事物才能看清楚事物的本来面貌， 才能得出事物的根本特性。
不能只见树木不见 森林，也不能以偏概全。
此外整体大于部分之和，在分析各部分、各层次的基础上，还要从 整体看事物， 这是因为整体有不同于各部分的特点。
用整体观来看世界， 就是要立足在基区， 放眼负区和正区。
要看到主要方面，还要看到次要方面，既要看到积极的方面还要看到事物 消极的一面， 看到事物前进的一面还要看到落后的一面。
片面看事物必然看到的是偏态或者 是变态的事物，不是真实的事物本身。
重点论 正态分布曲线及面积分布图非常清晰的展示了重点，那就是基区占 68.27%，是主体， 要重点抓，此外 95%，99%则展示了正态的全面性。
认识世界和改造世界一定要住住重点， 因为重点就是事物的主要矛盾，它对事物的发展起主要的、支配性的作用。
抓住了重点才能 一举其纲，万目皆张。
事物和现象纷繁复杂，在千头万绪中不抓住主要矛盾，就会陷入无限 琐碎之中。
由于我们时间和精力的相对有限性，出于效率的追求，我们更应该抓住重点。
在 正态分布中，基区占了主体和重点。
如果我们结合 20/80 法则，我们更可以大胆的把正区也 可以看做是重点。
发展论 联系和发展是事物发展变化的基本规律。
任何事物都有其产生、发展和灭亡的历史，如 果我们把正态分布看做是任何一个系统或者事物的发展过程的话， 我们明显的看到这个过程 经历着从负区到基区再到正区的过程。
无论是自然、 社会还是人类的思维都明显的遵循这这 样一个过程。
准确的把握事物或者事件所处的历史过程和阶段极大的有助于掌握我们对事 物、事件的特征和性质，是我们分析问题，采取对策和解决问题的重要基础和依据。
发展的 阶段不同，性质和特征也不同，分析和解决问题的办法要与此相适应，这就是具体问题具体 分析，也是解放思想、实事求是、与时俱乐进的精髓。
正态发展的特点还启示我们，事物发 展大都是渐进的和累积的，走渐进发展的道路是事物发展的常态。
例如，遗传是常态，变异 是非常态。
总之，正态分布论是科学的世界观，也是科学的方法论，是我们认识和改造世界的最重 要和最根本的工具之一，对我们的理论和实践有重要的指导意义。
以正态哲学认识世界，能 更好的认识和把握世界的本质和规律， 以正态哲学来改造世界， 能更好的在尊重和利用客观 规律，更有效的改造世界。
正态曲线主要特征
1、集中性：正态曲线的高峰位于正中央，即均数所在的位置。
2、对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
3、均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
4、正态分布有两个参数，即均数 µ 和标准差 σ，可记作 N（µ，σ）：均数 µ 决定正态 曲线的中心位置； 标准差 σ 决定正态曲线的陡峭或扁平程度。
σ 越小， 曲线越陡峭；σ 越大， 曲线越扁平。
5、u 变换：为了便于描述和应用，常将正态变量作数据转换。
标准正态曲线 1．标准正态分布是一种特殊的正态分布，标准正态分布的 µ 和 σ2 为 0 和 1，通常用 ξ （或 Z）表示服从标准正态分布的变量，记为 Z～N（0，1） 。
2．标准化变换：此变换有特性：若原分布服从正态分布 ，则 Z=(x-µ)/σ ～ N(0,1) 就服 从标准正态分布,通过查标准正态分布表就可以直接计算出原正态分布的概率值。
故该变换 被称为标准化变换。
3. 标准正态分布表：标准正态分布表中列出了标准正态曲线下从-∞到 X(当前值）范围 内的面积比例 。
一般正态分布与标准正态分布的转化 由于一般的正态总体 其图像不一定关于 y 轴对称，对于任一正态总体 ，其取值小于 x 的概率 。
只要会用它求正态总体 在某个特定区间的概率即可。
“小概率事件”和假设检验的 基本思想“小概率事件”通常指发生的概率小于 5%的事件，认为在一次试验中该事件是几乎 不可能发生的。
这种认识便是进行推断的出发点。
关于这一点我们要有以下两个方面的认识： 一是这里的“几乎不可能发生”是针对“一次试验”来说的，因为试验次数多了，该事件当然是 很可能发生的；二是当我们运用“小概率事件几乎不可能发生的原理”进行推断时，我们也有 5%的犯错误的可能。
一般正态分布与标准正态分布的区别与联系 正态分布也叫常态分布，是连续随机变量概率分布的一种，自然界、人类社会、心理和 教育中大量现象均按正态形式分布，例如能力的高低，学生成绩的好坏等都属于正态分布。
标准正态分布是正态分布的一种，具有正态分布的所有特征。
所有正态分布都可以通过 Z 分数公式转换成标准正态分布。
两者特点比较： 两者特点比较： (1)正态分布的形式是对称的，对称轴是经过平均数点的垂线。
(2)中央点最高，然后逐渐向两侧下降，曲线的形式是先向内弯，再向外弯。
(3)正态曲线下的面积为 1。
正态分布是一族分布，它随随机变量的平均数、标准差的大 小与单位不同而有不同的分布形态。
标准正态分布是正态分布的一种， 其平均数和标准差都 是固定的，平均数为 0，标准差为 1。
(4)正态分布曲线下标准差与概率面积有固定数量关系。
所有正态分布都可以通过 Z 分 数公式转换成标准正态分
。