本讲主张
正态分布之所以是主角，不只是因为数学上好用，更因为很多自然与社会现象真的会稳定长成这种形状。
中文释读
这讲帮你把正态分布从抽象函数重新放回现实：测量误差、人体指标、噪音、收益率，很多现象都带着钟形影子。
知识路线
关键论点
- 正态分布兼具数学便利与现实普遍性。
- 它是很多统计方法的默认背景。
- 理解它，等于理解大量统计语言的母语。
行动清单
- 看到集中于均值附近的现象，就想起钟形分布。
- 同时记得并非所有现实都严格正态。
- 把正态分布当作常用近似而非宇宙真理。
源章节深读
20-1 统计学的主角——“正态分布”
这节解决什么：这一节在解决《第20讲 正态分布是统计学的主角》里一个具体判断问题：当证据进入后，读者到底该改哪一步判断。
怎么迁移使用：把它当作一个生活化推理模板。下次遇到类似问题时，不要直接套结论，而是照着这节的判断顺序重走一遍。
常见误区：常见误区不是不会算，而是先验、条件、独立性或样本空间在中途被偷换了。
原书线索：在统计学中，最常用的是被称为“正态分布”的连续型概率分布。在标准统计学（内曼－皮尔逊统计学）中如此，在贝叶斯统计学中亦是如此。
20-2 呈现吊钟型的正态分布
这节解决什么：这一节在解决《第20讲 正态分布是统计学的主角》里一个具体判断问题：当证据进入后，读者到底该改哪一步判断。
怎么迁移使用：把它当作一个生活化推理模板。下次遇到类似问题时，不要直接套结论，而是照着这节的判断顺序重走一遍。
常见误区：常见误区不是不会算，而是先验、条件、独立性或样本空间在中途被偷换了。
原书线索：正态分布是指，分布图呈现特殊形状的一类分布。为了让大家了解具体的形状，首先，我们来看被称为“标准正态分布”代表性图表——
20-3 正态分布由“μ”和“б”决定
这节解决什么：这一节在解决《第20讲 正态分布是统计学的主角》里一个具体判断问题：当证据进入后，读者到底该改哪一步判断。
怎么迁移使用：把它当作一个生活化推理模板。下次遇到类似问题时，不要直接套结论，而是照着这节的判断顺序重走一遍。
常见误区：常见误区不是不会算，而是先验、条件、独立性或样本空间在中途被偷换了。
原书线索：一般的正态分布，可以从标准正态分布中轻而易举地获得，只要把图表按照以下步骤进行变形即可。
20-4 将一般正态分布概率转换为标准正态分布形式
这节解决什么：这一节在解决《第20讲 正态分布是统计学的主角》里一个具体判断问题：当证据进入后，读者到底该改哪一步判断。
怎么迁移使用：把它当作一个生活化推理模板。下次遇到类似问题时，不要直接套结论，而是照着这节的判断顺序重走一遍。
常见误区：常见误区不是不会算，而是先验、条件、独立性或样本空间在中途被偷换了。
原书线索：若已知标准正态分布的概率，就能很容易地计算出一般正态分布的概率。
20-5 正态分布的多个观测值的平均值为正态分布
这节解决什么：这一节在解决《第20讲 正态分布是统计学的主角》里一个具体判断问题：当证据进入后，读者到底该改哪一步判断。
怎么迁移使用：把它当作一个生活化推理模板。下次遇到类似问题时，不要直接套结论，而是照着这节的判断顺序重走一遍。
常见误区：常见误区不是不会算，而是先验、条件、独立性或样本空间在中途被偷换了。
原书线索：根据平均值μ、标准偏差б的正态分布观测到n个数值，取平均值记为
本讲图版学习路径
概念可视化
20-1 标准正态分布
这张图版来自《第20讲 正态分布是统计学的主角》相关页，适合用来把统计直觉、图形关系或案例结构重新具体化。
20-2 标准正态分布的概率
这张图版来自《第20讲 正态分布是统计学的主角》相关页，适合用来把统计直觉、图形关系或案例结构重新具体化。
20-3 一般的正态分布
这张图版来自《第20讲 正态分布是统计学的主角》相关页，适合用来把统计直觉、图形关系或案例结构重新具体化。
用概率的符号进行表示，则为
这张图版来自《第20讲 正态分布是统计学的主角》相关页，适合用来把统计直觉、图形关系或案例结构重新具体化。
用概率的符号进行表示，则为
这张图版来自《第20讲 正态分布是统计学的主角》相关页，适合用来把统计直觉、图形关系或案例结构重新具体化。
“即使将正态分布进行平均化，结果也依然是正态分布”
这张图版来自《第20讲 正态分布是统计学的主角》相关页，适合用来把统计直觉、图形关系或案例结构重新具体化。
遵循正态分布。其平均值和标准偏差为
这张图版来自《第20讲 正态分布是统计学的主角》相关页，适合用来把统计直觉、图形关系或案例结构重新具体化。
辨析题
为什么统计学里到处都是正态分布？