请解释正态分布的概念，并说明它在数据科学领域中为何具有重要性。

回答思路

1. 【回答框架 1】正态分布是一种连续概率分布，其概率密度函数呈钟形曲线，由均值μ和标准差σ决定，数据围绕均值对称分布，且68-95-99.7法则描述了数据在均值附近不同标准差范围内的分布比例。
2. 【回答框架 2】在数据科学中，正态分布的重要性体现在多个方面：许多自然现象和测量误差近似服从正态分布；中心极限定理保证了大量独立随机变量之和趋于正态分布，这使得基于正态假设的统计推断广泛应用；许多机器学习算法（如线性回归、LDA）假设数据符合正态分布，同时极大似然估计和贝叶斯推断常依赖正态先验。
3. 【回答框架 3】此外，正态分布在统计检验（如t检验、ANOVA）、置信区间构建以及质量控制（如六西格玛）中都是基础。它简化了概率计算，并提供了对异常值检测的直观理解。
4. 【回答框架 4】然而，实际数据常存在偏态或重尾，需要数据变换（如对数变换）或使用更稳健的模型，因此理解正态分布的适用边界也是数据科学实践中的关键能力。
5. 【关键点 1】正态分布由均值μ和标准差σ完全刻画，曲线对称且以均值为中心。
6. 【关键点 2】68-95-99.7法则描述了数据在均值±1σ、±2σ、±3σ范围内的比例。
7. 【关键点 3】中心极限定理使正态分布成为统计推断和假设检验的理论基石。
8. 【易错点 1】不能假设所有数据都服从正态分布，应先进行正态性检验（如Shapiro-Wilk）。
9. 【易错点 2】中心极限定理要求样本量足够大（通常n>30），且独立同分布条件需满足。
10. 【易错点 3】对于重尾或偏态分布，直接使用正态假设可能影响模型性能，需考虑变换或非参数方法。