统计中的正态分布

关于正态分布

为什么要了解正态分布

如果刚接触统计的时候就直接学习t检验和方差分析之类的内容，肯定会有很多费解的地方。统计学是需要先理解很多基础概念和它们的实际含义，然后基于不同的前提去应用。若对基础概念没有一定的理解，很多时候会对统计方法感到迷惑。
数据呈正态分布是很多统计方法应用的前提。正态分布最开始时被用在测量误差的分析中，后来才应用到统计学，并在统计学中大放异彩。人们发现，自然界中很多变量的分布都遵循正态分布，拿人体来举例，人的身高/血压等指标的分布往往呈现正态分布。

正态分布的性质

公式和图示如下：

横轴代表该特征的取值，纵轴代表该取值出现的频率。
正态分布被广泛应用的原因在于它具有很多很好的性质，如果某变量是正态分布的，则有以下三个性质：
平均值=中位数=众数。
分布曲线中心对称，所以该特征的所有取值中，50%的值小于平均值，50%的值大于平均值。
该特征68%的值落在平均值的1个标准差内（图中的平均值是0，标准差是1， 68%的特征值会落在 [-1, 1]这个区间内），95%的值落在平均值的2个标准差内，99.7%的值落在平均值的3个标准差内。
根据这些性质，我们就