中台风险分析-正态分布意义（结合期望、标准差）

正态分布现实意义理解（结合标准差、期望）

正态分布（Normaldistribution），是一个在数学、物理及工程等领域都非常重要概率分布，在统计学的许多方面有着重大的影响力。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。

定义：若随机变量X服从一个位置参数为u、尺度参数为的概率分布，且其概率密度函数为 则这个随机变量就称为正态随机变量，正态随机变量服从的分布就称为正态分布，X服从，或X服从正态分布。正态分布的期望值μ决定了其位置，标准差σ决定了分布的幅度。当时μ=0，σ=1，正态分布就成为标准正态分布。正态曲线呈钟型，两头低，中间高，左右对称，曲线与横轴间的面积总等于1。服从正态分布的随机变量的概率规律为取与μ邻近的值的概率大，而取离μ越远的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。

图形所示：

集中性：正态曲线的高峰位于正中央，即均数所在的位置。

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（横轴为X变量的分布数据，对称轴为X变量的期望值μ）。

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。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。

u变换：为了便于描述和应用，常将正态变量作数据转换。μ是正态分布的位置参数，描述正态分布的集中趋势位置。

面积情况

1.实际工作中，正态曲线下横轴上一定区间的面积反映该区间的例数占总例数的百分比，或变量值落在该区间的概率（概率分布）。不同范围内正态曲线下的面积可用公式计算。

2.几个重要的面积比例轴与正态曲线之间的面积恒等于1。正态曲线下，横轴区间（μ-σ，μ+σ）内的面积为68.268949%，横轴区间（μ-1.96σ，μ+1.96σ）内的面积为95.449974%，横轴区间（μ-2.58σ，μ+2.58σ）内的面积为99.730020%