对于一组数据，按照(平均值0，标准差1 )的标准正态分布，的图形为：
关于标准正态分布，存在被称为标准正态分布表的表：
该表计算p(x=x )【某个数落在某个[-@,x]】的概率。 也就是说，是由下面的阴影图形表示的面积。
如果将x=1.96.1.96分割为1.9和0.06，则横轴1.9和纵轴0.06的交点： 0.975 .为x=1.96的概率。
也就是说，标准正态分布模式和x=a之间的面积等于x=a(http://www.Sina.com/的)的概率。
例如，对于某个成绩组的数据，假设其正态分布的平均值为45，标准差为10。
那么，任意抽取一个同学的成绩，其分数在63以上的概率是多少【某个值落在组数据的某个区间】？
也就是图中斜线的面积！
对f(x )进行从-@到63的评分，然后用1减去。 计分很麻烦。 那么，对组数据进行标准化，标准化后的数据遵循标准总体分布~落在[63,+@]区间的概率
63数据标准化。
对63标准化就是“距离/标准差”
（63-45）/10=1.8。就是说，在标准整体分布中，得分落在区间[1.8,+@]的概率是：
1-0.9641=0.0359=3.59%
以下说明是同等的。
全体学生中，分数超过63分的学生占3.59%；
全体学生，任一分数超过63分的概率为3.59%；
全体学生，如果取任意一个分数，标准分数大于1.8的概率为3.59%；