什麼是正态分布？正态分布（Normal Distribution），也被稱為高斯分布，代表着概率的分布情況，是統計學中的一個重要概念。
在科學理論不甚發達的過去，早期科學家們往往先從觀察事物現象開始，發現、記錄并試圖歸納、總結，最後抽象出背後的規律。
當一組觀察數據或樣本涉及到“平均”和“偏差”時，它們出現的頻率往往會被描繪成下面這條曲線：
圖自百度百科
圖中橫軸代表着樣本數值，縱軸則是某一樣本數值對應的出現概率，其中這條曲線即正态分布曲線。
觀察這個圖形，正态曲線呈現出“鐘”形，以 x=μ （均數所在的位置）為中心左右對稱。曲線與橫軸無窮接近，合成的面積為 1，代表所有樣本出現的概率之和為 100%。
以數學的語言描繪這條曲線，
公式中包含兩個參數，期望（均數）μ 和标準差 σ。
我們也常用更簡化的形式描述什麼是正态分布：N(μ,σ^2)；μ 代表着分布的集中趨勢，橫軸上離 μ 越接近的值，出現的概率越大； σ^2 （方差）代表數據分布的離散程度，σ 越大，數據分布越分散，曲線越“矮胖”。
事實上，很多變量（包括生成制造、科學實驗、一部分自然界現象）的分布都接近正态分布，比如一群人的身高或腳的大小，我每天上班所需要的時間，一個班級裡所有學生的語文成績。
之所以會出現這種規律，是由于上述樣本基于大量随機變量上重複“實驗”，就像我每天都上班 = 重複（唉），而地鐵有沒有擠到兩趟都上不去、我有沒有因為玩手機而坐過站、步行的兩個路口遇到了紅燈還是綠燈等這些變量 = 随機。
其背後的理論支撐叫做中心極限定理（對數學史感興趣的朋友可以點擊n重伯努利試驗進一步了解）。
了解了什麼是正态分布，對我們有什麼用呢？
你可以試着找到現實生活中類似“上班時長”的重複随機事件，記錄不同的情況出現的次數，統計頻率并描繪成圖（Excel 就可以輕松實現），檢查下它的形狀，是否接近正态分布。
當你積累足夠多的數據，出現某種“神秘”的規律特征後，未發生的事件會大概率落在一個可信的區間内。
相信讀到這裡，你已經大緻了解了什麼是正态分布，并可以在生活中發現它的存在，并利用它來“預測未來”。
,更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!
zpostcode 
Recruit 
weather 
mreligion 
Yellowpages 
sport 
constellation 
shopping 
name 
game 
directory 
literature 
Word 
tour 
furnish 
Lottery 
tftnews 
lyrics 
News 
digital 
car 
dir 
Edu 
Finance 
