已知正态分布的概率密度函数为，其中， μ为均值，σ为标准差，则描述正确的有（）。
标准差越大, 精密度越差
标准差越大, 精密度越好
标准差越大,观测值落在µ 附近的概率越低
标准差越大,观测值落在 µ 越近的概率越高
标准差越大，观测值落在μ附近的概率越小，意味着测定精度差，观察值也越分散；标准差越小，观测值落在μ附近的概率越大，表示观测的精度好，观测值集中；
分享到：
，其中， μ为均值，σ为标准差，则描述正确的有（）。
