在統計學中，正態分佈（normal distribution）是最重要的分佈之一。在日常生活中，很多數據都呈正態分佈，例如一班人的身高、體重、智商及測驗成績等；又例如一個城市一年中每天的平均氣溫、濕度、降雨量等，全部都呈正態分佈。
正態分佈只取決於它的平均值和標準差，這兩個值稱為正態分佈的參數。正態分佈的圖像稱為正態分佈曲線，是一個鐘形圖，它有以下特點：
我們將在以下活動比較不同參數的正態分佈曲線。
要利用正態分佈解決日常生活中的問題，我們首先要估計與平均數距離數個標準差之內的數據，佔整體數據的百分比。我們將會在以下活動找出這些數據。
在附設的模擬模型中，陰影部分為正態分佈中，與平均數距離\(\;d\;\)個標準差之內的數據，即位於\(\;(\bar{x}-d\sigma, \bar{x}+d\sigma)\;\)之間的數據。移動數值滑桿改變\(\;d\;\)的值，陰影部分會隨之變化，而陰影部分的數據佔整體之百分比亦會自動顯示出來。你也可以改變平均數\(\;\bar{x}\;\)及標準差\(\;\sigma\)，觀察在不同參數的正態分佈曲線之下，陰影部分百分比有何變化。
| 區間 | 佔整體數據的百分比（%） |
|---|---|
|
介乎\(\;\bar{x}-\sigma\;\)與\(\;\bar{x}+\sigma\;\)之間
（即\(\;d=1\)） |
|
| 介乎\(\;\bar{x}-2\sigma\;\)與\(\;\bar{x}+2\sigma\;\)之間 | |
| 介乎\(\;\bar{x}-3\sigma\;\)與\(\;\bar{x}+3\sigma\;\)之間 |
DSE 注意 在 DSE 課程中，這些數字一般只會用到兩至三個有效數字（實際數字請按此查閱），而且會在題目中提供，所以學生無須硬記這些數字。
在下一節，我們將會利用正態分佈曲線及以上的數字來解決涉及正態分佈的應用題。