正态分布常用三个分位数

正态分布（Normal distribution）是一种非常重要的统计分布，它在自然界和工程学中广泛应用。常用的正态分布的三个分位数分别是：

1. 上侧分位数（Upper quartile）：也称为第 75 百分位数（75th percentile），它表示正态分布中，有 75%的数据点小于或等于这个值。

2. 中位数（Median）：也称为第 50 百分位数（50th percentile），它表示正态分布中，有 50%的数据点小于或等于这个值，有 50%的数据点大于或等于这个值。

3. 下侧分位数（Lower quartile）：也称为第 25 百分位数（25th percentile），它表示正态分布中，有 25%的数据点小于或等于这个值。

这三个分位数在统计分析中非常有用，因为它们可以帮助我们了解数据的分布情况，并确定数据是否符合正态分布。例如，如果我们发现一组数据的上侧分位数远大于中位数和下侧分位数，则可能意味着这组数据不符合正态分布。

正态分布的那三个数是：99.74%、95.45%、68.27%。

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)。

正态分布在横轴区间（μ-σ,μ+σ）内的面积为68.268949%，横轴区间（μ-1.96σ,μ+1.96σ）内的面积为95.449974%，横轴区间（μ-2.58σ,μ+2.58σ）内的面积为99.730020%。也就是说在这三个置信区间内的概率分别是68.27%、95.45%、99.74%。

拓展资料正态曲线是一条中央高，两侧逐渐下降、低平，两端无限延伸，与横轴相靠而不相交，左右完全对称的钟形曲线，称为正态曲线。

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。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，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。因其曲线呈钟形，因此人们又经常称之为钟形曲线。