正态分布的常见性质：

1. 集中性：正态分布曲线以均值μ为中心对称分布。也就是说，数据的分布是围绕着均值进行的，这也是正态分布最为显著的特征之一。

解释：这意味着在正态分布中，离均值越近的数据出现的频率越高，离均值越远的数据出现的频率则逐渐降低。因此，正态分布也被称为钟形分布。这种分布形态在实际生活中非常常见，如人的身高、考试成绩等都可能呈现出正态分布的特点。

2. 对称性：正态分布曲线以均值μ为中心对称，且以标准差σ为波动范围对称分布。也就是说，正态分布曲线关于其均值对称，并且数据的离散程度由标准差来描述。

解释：正态分布的对称性意味着数据在均值两侧出现的概率是相同的。这种对称性使得正态分布具有一种平衡性，使得数据在分布上呈现出一种均匀性。同时，标准差σ描述了数据的离散程度，即数据的波动范围。当数据远离均值时，其出现的概率会逐渐减小。

3. 连续性：在概率论和统计学中，正态分布是一个连续型的概率分布函数。这意味着每一个值都有一个非零的概率。并且，当数据无限增多时，其分布情况将趋近于正态分布曲线。这一点对于许多自然现象和社会现象的描述非常重要。此外，正态分布在统计学上有着广泛的应用，如参数估计、假设检验等统计推断方法都与正态分布有关。