期望：Eξ=x1p1+x2p2+……+xnpn，方差公式：s=1/n{（x1-x）+（x2-x）+……+（xn-x）}。正态分布又名高斯分布，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。
正态分布的期望和方差公式整理
正态分布的期望和方差公式是：期望（均值）μ = x̄，方差σ² = Σ(xi - μ)² / N。其中，x̄是样本均值，xi是每个样本点的值，μ是期望（均值），σ²是方差，N是样本数量。
首先，我们来详细讲解正态分布的期望（均值）公式。期望是概率分布中所有可能结果的加权平均数，对于正态分布而言，期望就是分布曲线的对称轴，也就是均值μ。
在正态分布中，期望μ等于样本均值x̄，即所有样本点的平均值。这个公式告诉我们，如果我们有一个正态分布的样本数据集，我们可以通过计算所有样本点的平均值来估计该正态分布的期望。
接下来，我们讲解正态分布的方差公式。方差是衡量数据分布离散程度的指标，它表示每个数据点与均值之间的平均平方距离。对于正态分布而言，方差σ²等于每个样本点与均值μ之差的平方和除以样本数量N。
这个公式告诉我们，如果我们有一个正态分布的样本数据集，我们可以通过计算每个样本点与均值之差的平方和，然后除以样本数量，来估计该正态分布的方差。
需要注意的是，正态分布的期望和方差是描述该分布的两个重要参数，它们决定了分布的形状和位置。期望μ决定了分布曲线的对称轴位置，方差σ²决定了分布曲线的宽度和扁平程度。
正态分布是什么意思
正态分布，也称为高斯分布，是一种概率分布，它在数学、物理及工程等领域中占据着非常重要的地位，尤其在统计学中有着广泛的应用和重大的影响力。正态分布的曲线形状类似于钟形，因此也常被称为钟形曲线。
这种分布的特点是随机变量的大部分取值聚集在平均值（均值μ）附近，形成一个高峰，然后向两侧逐渐降低，且左右对称。当随机变量X服从一个数学期望为μ、方差为σ²的正态分布时，我们记为N(μ,σ²)。其中，μ决定了分布的位置，而σ决定了分布的幅度。特别地，当μ=0且σ=1时，称为标准正态分布。
正态分布的两个主要参数——均值μ和方差σ²，共同决定了分布的特性。均值μ代表了分布的中心位置，而标准差σ则反映了分布的离散程度。
标准正态分布是特殊情况下的正态分布，其中位置参数为0，尺度参数为1。正态分布的概率密度函数曲线呈钟形，关于均值μ对称，在μ处达到最大值，随着偏离均值的距离增加，概率密度逐渐减小。
正态分布在科学和工程领域的应用非常广泛，包括但不限于质量控制、误差分析、自然现象的建模等。它是许多自然现象和测量误差的数学模型的基础，也是许多统计推断的基础。此外，正态分布在社会科学、生物学、经济学等领域也有着重要的应用。
