正态分布（有时称为高斯分布）是统计中最常用的连续分布。正态分布在统计中至关重要，主要有以下三个原因：
- 商业世界中许多常见的连续变量具有与正态分布非常相似的分布，正态分布用于近似各种离散概率分布，例如二项式分布和泊松分布，正态分布提供了基础。对于经典推论统计，因为它与中心极限定理有关。
在正态分布中，人们可以计算出在一定范围或间隔内出现各种值的概率。但是，连续分布（例如正态分布）内特定值的确切概率为零。此属性将测量的连续变量与计数的离散变量区分开。例如，时间（以秒为单位）被测量而不计算在内。因此，可以确定Web浏览器中主页的下载时间在7到10秒之间的概率，或者下载时间在8到9秒之间的概率，或者下载时间在7.99到8.01秒之间的可能性。然而，下载时间恰好为8秒的概率为零。
正态分布具有重要的理论特性：
- 它具有钟形外观（因此是对称的），其中心趋势的度量（均值，中位数和众数）均相同，其“中心50％”等于1.33标准偏差。这意味着四分位数范围包含在均值以下三分之二的标准偏差和均值之上三分之二的标准差之间。其相关的随机变量具有无限范围（-∞< X <∞）。
实际上，许多变量的分布类似于正态分布的理论属性。
在下一个视频教程（5个视频）中，您将有机会了解更多有关正态分布的信息，从而清楚地了解这一重要的统计概念。
参考书目
贝伦森，马克·L。Levine，David M.和Krehbiel，TimothyC。《管理统计》。培生教育，2006年，第179页
