正態分佈（normal distribution）又名高斯分佈（Gaussian distribution），是一個在數學、物理及工程等領域都非常重要的機率分佈，在統計學的許多方面有著重大的影響力。若隨機變數X服從一個數學期望為μ、標準方差為σ²的高斯分佈，記為：則其機率密度函式為正態分佈的期望值μ決定了其位置，其標準差σ決定了分佈的幅度。因其曲線呈鐘形，因此人們又經常稱之為鐘形曲線。我們通常所說的標準正態分佈是μ = 0,σ = 1的正態分佈。 應用 1. 估計頻數分佈 一個服從正態分佈的變數只要知道其均數與標準差就可根據公式即可估計任意取值範圍內頻數比例。 2. 制定參考值範圍 （1）正態分佈法 適用於服從正態（或近似正態）分佈指標以及可以透過轉換後服從正態分佈的指標。 （2）百分位數法 常用於偏態分佈的指標。 3. 質量控制：為了控制實驗中的測量（或實驗）誤差，常以 作為上、下警戒值，以 作為上、下控制值。這樣做的依據是：正常情況下測量（或實驗）誤差服從正態分佈。 4. 正態分佈是許多統計方法的理論基礎。 檢驗、方差分析、相關和迴歸分析等多種統計方法均要求分析的指標服從正態分佈。許多統計方法雖然不要求分析指標服從正態分佈，但相應的統計量在大樣本時近似正態分佈，因而大樣本時這些統計推斷方法也是以正態分佈為理論基礎的。