标准正态分布公式用于描述均值为 0、标准差为 1 的正态分布概率规律，常用形式包括概率密度公式 φ(z) 和累积概率公式 Φ(z)。它可以把一般正态分布数据转换成可比较的标准分数，方便查表、估计区间概率、进行标准化分析，也是统计建模、质量控制、教育测量等领域常用的基础工具。
公式速览
| 名称 | 公式 | 适用场景 |
|---|---|---|
| 概率密度函数 | φ(z)=1/√(2π) × e^(-z²/2) | 查看某点附近的概率密度 |
| 累积分布函数 | Φ(z)=P(Z≤z) | 查看小于某个 z 值的累计概率 |
| 标准化变换 | z=(x-μ)/σ | 将正态分布数据转为标准正态分布 |
| 标准正态分布表示 | Z~N(0,1) | 描述变量服从均值 0、标准差 1 的正态分布 |
标准正态分布公式特征
- 中心位置固定：均值为 0。
- 离散程度固定：标准差为 1。
- 形状对称：曲线以 0 为中心左右对称。
- 可查表使用：给定 z 值可得到对应累计概率。
- 可反查数值：给定累计概率可得到对应 z 值。
常用概率区间
| 区间 | 近似概率 |
|---|---|
| -1 ≤ Z ≤ 1 | 0.6827 |
| -2 ≤ Z ≤ 2 | 0.9545 |
| -3 ≤ Z ≤ 3 | 0.9973 |
标准化使用流程
- 获取原始数据 x、均值 μ、标准差 σ。
- 计算标准分数 z=(x-μ)/σ。
- 使用标准正态分布公式或查表得到概率。
- 将结果用于数据比较、区间估计、分布转换。
公式应用说明
标准正态分布公式的实用价值在于统一尺度。不同均值和标准差的正态分布数据，经过 z=(x-μ)/σ 变换后，都能放到同一张标准正态分布表中比较。这样可以让数据分析更直观，也能帮助模型建立、参数估计和结果解释形成一致框架。
【常见问题】
问题1：标准正态分布公式的核心变量是什么？
回答1：标准正态分布公式的核心变量是标准分数 z，它表示原始数值距离均值有多少个标准差。
问题2：标准正态分布公式和普通正态分布公式有什么关系？
回答2：普通正态分布数据通过 z=(x-μ)/σ 标准化后，可对应到标准正态分布公式；两者描述的是同一类概率模型，只是尺度不同。
问题3：标准正态分布公式怎么查概率？
回答3：使用标准正态分布公式时，可先计算 z 值，再查标准正态分布表或调用统计函数得到 Φ(z)。
问题4：标准正态分布公式适合哪些数据分析场景？
回答4：标准正态分布公式适合概率估计、数据标准化、区间比较、统计建模等场景，是基础工具。
问题5：标准正态分布公式中的 Φ(z) 表示什么？
回答5：Φ(z) 表示标准正态分布公式中的累计分布概率，也就是随机变量 Z 小于或等于 z 的概率。
免责声明：以上内容围绕标准正态分布公式进行知识整理，供学习、理解和使用参考；实际统计任务中可结合具体数据特征和分析目标选择合适方法。
