正态分布3σ原则怎用法如下：
正态分布的3σ原则是统计学中常用的规则，它指出在一个正态分布曲线上，约68%的数据落在均值加减一个标准差之间，约95%的数据落在均值加减两个标准差之间，约99.7%的数据落在均值加减三个标准差之间。
正态分布与3σ原则的基本概念
正态分布：也称为高斯分布，是一种对称的连续型概率分布。在正态分布中，数据以均值为中心，标准差决定了数据的散布程度。σ（标准差）：标准差是衡量数据离散程度的指标，它表示数据与均值的平均偏差大小。
3σ原则的解释与应用
68%原则：约有68%的数据落在均值加减一个标准差之间。这意味着数据大致集中在均值附近，并且散布范围相对较小。
95%原则：约有95%的数据落在均值加减两个标准差之间。这表明大部分数据集中在一个相对较宽的范围内，但仍然包含了一些异常值。99.7%原则：约有99.7%的数据落在均值加减三个标准差之间。这意味着绝大多数数据集中在一个非常宽广的范围内，极少部分数据会远离均值。
使用3σ原则进行数据分析的步骤
收集数据：首先需要收集样本数据，并计算出均值和标准差。判断是否符合正态分布：通过观察数据图表或使用统计方法（如偏度和峰度）来判断数据是否服从正态分布。
应用3σ原则：根据数据的分布情况，应用3σ原则来判定数据的分布区间，并识别异常值或异常情况。分析结果并采取措施：根据数据分析的结果，制定相应的策略、决策或调整，以优化业务流程或解决问题。
拓展知识：
偏度与峰度：偏度（Skewness）衡量了数据分布的不对称性，正偏表示数据向右偏离均值，负偏表示数据向左偏离均值。峰度（Kurtosis）衡量了数据分布的尖锐度，正峰表示数据比正态分布更尖锐，负峰表示数据比正态分布更平坦。
中心极限定理：中心极限定理指出，当样本量足够大时，不论原始总体是什么分布，样本均值的分布都近似服从正态分布。这使得正态分布及其3σ原则在实际应用中具有广泛的适用性。
异常值处理：当遇到异常值时，需要进行进一步的调查和判断。异常值可能是由数据采集错误、测量误差或极端情况等造成的。根据实际情况，在保留异常值或剔除异常值之间做出合理的决策。