正态分布 1．正态曲线及其性质 对于正态分布函数： ，x∈（-∞，+∞） 由于中学知识范围的限制，不必去深究它的来龙去脉，但对其函数图像即正态曲线可通过描点（或计算机中的绘图工具）画出课本图 1-4 中的图（1）、（2）、（3），由此，我们不难自己总结出正态曲线的性质
2．标准正态曲线 标准正态曲线 N（0，1）是一种特殊的正态分布曲线，它是本小节的重点
由于它具有非常重要的地位，已专门制作了“标准正态分布表”
对于抽像函数，课本中没有给出具体的表达式，但其几何意义非常明显，即由正态曲线 N（0，1）、x 轴、直线所围成的图形的面积
再由N（0，1）的曲线关于 y 轴对称，可以得出等式，以及标准正态总体在任一区间(a，b)内取值概率
3．一般正态分布与标准正态分布的转化 由于一般的正态总体其图像不一定关于 y 轴对称，所以，研究其在某个区间的概率时，无法利用标准正态分布表进行计算
这时我们自然会思考：能否将一般的正态总体转化成标准的正态总体 N（0，1）进行研究
人们经过探究发现：对于任一正态总体，其取值小于x 的概率
对于这个公式，课本中不加证明地给出，只用了“事实上，可以证明”这几个字说明
这表明，对等式的来由不作要求，只要会用它求正态总体在某个特定区间的概率即可
4．“小概率事件”和假设检验的基本思想 “小概率事件”通常指发生的概率小于 5%的事件，因为对于这类事件来说，在大量重复试验中，平均每试验 20 次，才能发生 1 次，所以认为在一次试验中该事件是几乎不可能发生的
这种认识便是进行推断的出发点
关于这一点我们要有以下两个方面的认识：一是这里的“几乎不可能发生”是针对“一次试验”来说的，因为试验次数多了，该事件当然是很可能发生的；二是当我们运用“小概率事件几乎不可能发生的原理”进行推断时，我们也有 5%的犯错误的可能
就是说，这里在概率的意义上所作的推理与
