本文目录一览：
正态分布函数公式是什么样子的？
标准正态分布函数公式如下图：
标准正态分布函数的性质：
1、密度函数关于平均值对称。
2、函数曲线下68.268949%的面积在平均数左右的一个标准差范围内。
3、函数曲线的反曲点为离平均数一个标准差距离的位置。
4、平均值与它的众数以及中位数同一数值。5、95.449974%的面积在平均数左右两个标准差的范围内。
标准正态分布是以0为均数，以1为标准差的正态分布，记为N（0，1）。标准正态分布在数学、物理及工程等领域都非常重要，在统计学的许多方面也有着重大的影响力。
正态分布也称为高斯分布。客观世界中很多变量都服从或近似服从正态分布，且正态分布具有很好的数学性质，所以正态分布也是人们研究最多的分布之一。
正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。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。当μ=0,σ=1时的正态分布是标准正态分布。
正态分布的分布函数是什么?
正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），最早由棣莫弗（Abraham de Moivre）在求二项分布的渐近公式中得到。
正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。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。当μ=0,σ=1时的正态分布是标准正态分布。
扩展知识：
正态分布概念是由法国数学家棣莫弗（Abraham de Moivre）于1733年首次提出的，后由德国数学家Gauss率先将其应用于天文学研究，故正态分布又叫高斯分布，高斯这项工作对后世的影响极大，他使正态分布同时有了“高斯分布”的名称，后世之所以多将最小二乘法的发明权归之于他，也是出于这一工作。
但德国10马克的印有高斯头像的钞票，其上还印有正态分布的密度曲线。这传达了一种想法：在高斯的一切科学贡献中，其对人类文明影响最大者，就是这一项。在高斯刚作出这个发现之初，也许人们还只能从其理论的简化上来评价其优越性，其全部影响还不能充分看出来。这要到20世纪正态小样本理论充分发展起来以后。
其实，他提出的形式有相当大的局限性：海根把误差设想成个数很多的、独立同分布的“元误差” 之和，每只取两值，其概率都是1/2，由此出发，按棣莫弗的中心极限定理，立即就得出误差（近似地）服从正态分布。拉普拉斯所指出的这一点有重大的意义，在于他给误差的正态理论一个更自然合理、更令人信服的解释。
因为，高斯的说法有一点循环论证的气味：由于算术平均是优良的，推出误差必须服从正态分布；反过来，由后一结论又推出算术平均及最小二乘估计的优良性，故必须认定这二者之一为出发点。但算术平均到底并没有自行成立的理由，以它作为理论中一个预设的出发点，终觉有其不足之处。拉普拉斯的理论把这断裂的一环连接起来，使之成为一个和谐的整体，实有着极重大的意义。
以上内容参考百度百科：正态分布
标准正态分布的分布函数是什么?
正态分布也称“常态分布”，又名高斯分布，正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ＾2的正态分布，记为N(μ，σ＾2)。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。当μ＝0，σ＝1时的正态分布是标准正态分布。正态分布有两个参数，即期望（均数）μ和标准差σ，σ的平方为方差。
相关介绍
标准正态分布是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。期望值μ＝0，即曲线图象对称轴为Y轴，标准差σ＝1条件下的正态分布，记为N(0，1)。
正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。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。当μ＝0,σ＝1时的正态分布是标准正态分布。
正态分布函数公式是什么?
正态分布函数公式是P(x)=(2π)^(-1/2)*σ^(-1)*exp{[-(x-μ)^2]/(2σ^2)}。 其中 F(y)为Y的分布函数，F(x)为X的分布函数。其中μ为均数，σ为标准差。μ决定了正态分布的位置，与μ越近，被取到的概率就越大，反之越小。
σ描述的是正态分布的离散程度，σ越大，数据分布越分散曲线越扁平。σ越小，数据分布越集中曲线越陡峭。若随机变量X服从一个位置参数为μ、尺度参数为σσ的概率分布，且其概率密度函数为f(x)=12π−−√σe−（x−μ）22σ2。
正态分布函数的特征
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、均匀变答动性，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）。
5、u变换，为了便于描述和应用，常将正态变量作数据转换。
正态分布的分布函数是什么？
一般正态分布的分布函数F(x)：
F(x)=P(X⩽x)=1√2πσ∫x−∞e−（t−μ）22σ2dt。
标准正态分布的分布函数Φ（x)：
Φ（x)=P(X⩽x)=1√2π∫x−∞e−t22dt。
正态分布具体介绍：
正态分布概率计算公式：F(x)=Φ［（x-μ）／σ］，正态分布也称“常态分布”，又名高斯分布，正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ＾2的正态分布，记为N(μ，σ＾2)。
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。
当μ＝0，σ＝1时的正态分布是标准正态分布。