正态分布的公式如下：
${\phi }_{\mu ,\sigma }=\frac{1}{\sqrt{2\pi }\sigma }\cdot e^{-\frac{(x-\mu {)}^2}{2{\sigma }^2}},x\in (-\infty ,+\infty )$
其中呢，
$\mu 指的就是期望，也就是这组数据中的平均数。图形是关于直线x=\mu 对称的，同时也是在该处取得峰值。$
$\sigma 指的是标准差，标准差也就是方差开根号。由于面积是固定的，那么当\mu 是固定的时候，形状则由\sigma 确定，当\sigma 越小（越集中），曲线就越高瘦，越大则矮胖。$
${\sigma }^2指的就是方差，形容这组数据的分散程度$
曲线与x轴围成的面积是1。