正态分布的方差计算公式是：
\[ \sigma^2 = \frac{1}{n} \sum_{i=1}^{n} （x_i - \bar{x}）^2 \]
其中：
\（ \sigma^2 \） 表示方差
\（ n \） 表示样本数量
\（ x_i \） 表示第 \（ i \） 个样本值
\（ \bar{x} \） 表示样本平均值，计算公式为 \（ \bar{x} = \frac{1}{n} \sum_{i=1}^{n} x_i \）
这个公式表示的是样本中所有数据与平均数差值的平方和的均值。具体计算过程如下：
1. 计算所有样本值与样本平均值的差，即 \（ x_i - \bar{x} \）。
2. 将这些差值平方，得到 \（ （x_i - \bar{x}）^2 \）。
3. 将所有平方差值求和，得到 \（ \sum_{i=1}^{n} （x_i - \bar{x}）^2 \）。
4. 将求和结果除以样本数量 \（ n \），得到方差 \（ \sigma^2 \）。
另外，正态分布的概率密度函数为：
\[ f（x） = \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{（x-\mu）^2}{2\sigma^2}} \]
其中：
\（ \mu \） 表示期望值
\（ \sigma \） 表示标准差，即方差的平方根
\（ x \） 表示变量的值
希望这些信息对你有所帮助。