1. 影响该事件的因素有无穷多个,而每个因素的影响又是无穷小,那么这个事件就服从正态分布；
如果服从正态分布的随机变量它的均值为零、标准差为1,那么这个变量就服从标准正态分布!
比如测量某零件的尺寸时,由于温度、湿度等众多因素的微小影响,使得测量结果出现误差,这种误差就服从正态分布：大误差出现的概率很小,经常出现的误差概率就高,就象一条钟型曲线,即正态分布曲线.
2. 将分布直方图画出来,看着像正太分布就可能是了
3. 正态分布为什么常见？真正原因是中心极限定理（central limit theorem）.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，结果的平均值就是正态分布。
中心极限定理，是指概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理。这组定理是数理统计学和误差分析的理论基础，指出了大量随机变量近似服从正态分布的条件。它是概率论中最重要的一类定理，有广泛的实际应用背景。在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。中心极限定理就是从数学上证明了这一现象。最早的中心极限定理是讨论重点，伯努利试验中，事件A出现的次数渐近于正态分布的问题。
4. 如果各种因素对结果的影响不是相加，而是相乘，那么最终结果不是正态分布，而是对数正态分布（log normal distribution），即 x 的对数值log(x)满足正态分布 。
5.中心极限定理的理解参考(文中是从一个分布中取多个值算平均,如果从多个分布中分别取一个值算平均,貌似也是正太分布,解释了如第一条中零件尺寸受温度和湿度之和影响得出的尺寸符合正太分布)
彻底理解中心极限定理——最重要的统计定理之一 https://baijiahao.baidu.com/s?id=1665261046335447411&wfr=spider&for=pc
标签：正太,定理,服从,是否是,极限,分布,正态分布 From： https://www.cnblogs.com/wodepingzi/p/16945400.html