什么影响正态分布介绍如下：
正态分布的形态和特征受到多种因素的影响。首先，根据中心极限定理，如果一个事物受到多种因素的影响，不管每个因素本身是什么分布，它们加总后，结果的平均值就呈正态分布。然而，这样的规律只适用于各种因素累加的情况。
如果这些因素不是彼此独立的，而是相互影响，那么结果就不会是正态分布。此外，如果各种因素对结果的影响不是相加的，而是相乘的关系，那么最终的结果将不会呈现正态分布，而是对数正态分布。
正态分布在自然界和人类社会中都有广泛的应用。例如，在医学领域，如同质群体的身高、红细胞数、血红蛋白量、胆固醇等呈现出正态或近似正态分布。这种分布在统计学中具有重要的地位，因为许多统计方法都基于数据的正态分布进行推导和解释。
正态分布有哪些基本特征
正态分布的基本特征包括集中性、钟形曲线、无限延伸、独立性和归一化等方面。
一、正态分布的基本特征包括以下几点：
1.集中性：正态分布曲线以均值为中心，曲线的高度一半的位置在均值的两侧，呈现一种集中分布的状态。
2.钟形曲线：正态分布曲线呈现出钟形的形状，曲线两端逐渐衰减，形成一个标准的钟形曲线。
3.无限延伸：正态分布曲线在横轴上是无限延伸的，即分布在-∞到+∞之间。
4.独立性：正态分布的随机变量相互独立，且不受其他因素的影响。
5.归一化：正态分布的随机变量在0到1之间均匀分布，即经过归一化处理后，其值在0到1之间。
二、正态分布的概念。
正态分布又名高斯分布，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、标准方差为σ2的高斯分布，记为：则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。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。
在正态分布实际应用中需要注意：
1.正态分布的均值和方差决定了分布曲线的形状和位置，因此在进行统计分析时需要注意它们的取值。
2.正态分布的随机变量之间是独立的，因此在进行假设检验时需要注意这一点。
3.正态分布的曲线形状和位置可能会受到样本的影响，因此在选取样本时需要注意样本的大小和代表性。
4.正态分布的随机变量在0到1之间均匀分布，但这并不意味着它们一定是整数，而是在概率上的均匀分布。
总之，在实际应用中需要注意样本的大小和代表性、随机变量的独立性以及分布的均值和方差等因素。
