方差和标准差的定义：

考察样本数据的分散程度的大小，最常用的统计量是标准差。标准差是样本数据到平均数的一种平均距离，一般用s表示。
设一组数据的平均数为，则，其中s²表示方差，s表示标准差。

一般地，平均数、方差、标准差具有如下性质：

若数据的平均数是，方差为s²，标准差为s.则新数据的平均数是a＋b，方差为，标准差为
特别地，如a＝1，则新数据的方差、标准差与原数据相同，分别为s²，s。因此，当一组数据均较大且接近某个常数时，可先将每个数同时减去这个常数，再计算这组新数据的方差，它与原数据的方差相等.

方差和标准差的意义：

方差和标准差都是用来描述一组数据波动情况的特征数，常数来比较两组数据的波动大小，方差较大的波动较大，方差较小的波动较小。

用样本的数字特征估计总体的数字特征分两类：

①用样本平均数估计总体平均数．
②用样本方差、标准差估计总体方差、标准差．样本容量越大，估计就越精确．

计算标准差的算法：

(1)算出样本数据的平均数；
(2)算出每个样本数据与样本平均数的差;
(3)算出
(4)算出这n个数的平均数，即为样本方差s²；
(5)算出方差的算术平方根，即为样本标准差s.

相互独立事件的定义：

如果事件A（或B）是否发生对事件B（A）发生的概率没有影响，这样的两个事件叫做相互独立事件。
若A，B是两个相互独立事件，则A与，与，与B都是相互独立事件。

相互独立事件同时发生的概率：

两个相互独立事件同时发生，记做A·B，P（A·B）＝P（A）·P（B）。
若A₁，A₂，…A_n相互独立，则n个事件同时发生的概率等于每个事件发生的概率的积，即P（A₁·A₂·…·A_n）＝P（A₁）·P（A₂）·…·P（A_n）。

求相互独立事件同时发生的概率的方法：

（1）利用相互独立事件的概率乘法公式直接求解；
（2）正面计算较繁或难以入手时，可从其对立事件入手计算。

正态分布的定义：

如果随机变量ξ的总体密度曲线是由或近似地由下面的函数给定：，x∈R，则称ξ服从正态分布，这时的总体分布叫正态分布，其中μ表示总体平均数，σ叫标准差，正态分布常用来表示。
当μ＝0，σ＝1时，称ξ服从标准正态分布，这时的总体叫标准正态总体。
叫标准正态曲线。

正态曲线，x∈R的有关性质：

（1）曲线在x轴上方，与x轴永不相交；
（2）曲线关于直线x＝μ对称，且在x＝μ两旁延伸时无限接近x轴；
（3）曲线在x＝μ处达到最高点；
（4）当μ一定时，曲线形状由σ的大小来决定，σ越大，曲线越“矮胖”，表示总体分布比较离散，σ越小，曲线越“瘦高”，表示总体分布比较集中。

在标准正态总体N（0，1）中：

（1）；
（2）（因为曲线关于y轴对称）；
（3），。