正态分布的期望和方差是其两个重要的参数，它们分别描述了分布的形状和位置。
期望（均值）μ
期望是概率分布中所有可能结果的加权平均数，对于正态分布而言，期望就是分布曲线的对称轴，即均值μ。
对于正态分布N（μ,σ²），期望μ等于样本均值x̄，即所有样本点的平均值。
方差σ²
方差是衡量数据分布离散程度的指标，它表示每个数据点与均值之间的平均平方距离。
对于正态分布N（μ,σ²），方差σ²等于每个样本点与均值μ之差的平方和除以样本数量N，即σ² = Σ（xi - μ）² / N。
总结：
期望（均值）μ：μ = x̄，其中x̄是样本均值，xi是每个样本点的值，N是样本数量。
方差σ²：σ² = Σ（xi - μ）² / N，其中xi是每个样本点的值，μ是期望（均值），N是样本数量。
这两个参数决定了正态分布的形状和位置，其中μ决定了分布曲线的对称轴位置，σ²决定了分布曲线的宽度和扁平程度。