是通过对标准正态分布进行变量代换，将一个随机变量转化为标准正态分布的过程。
以下为具体步骤：1.对于一个正态分布X，它的期望值为μ，标准差为σ，我们将其转化为标准正态分布Z，即Z=(X-μ)/σ。
2.我们知道，标准正态分布的期望值为0，标准差为1，因此，对于任意一个随机变量Z，我们都可以根据其到期望值的距离和标准差的比例来计算出其概率密度函数。
3.将Z代入标准正态分布的概率密度函数，即可得到正态分布的概率密度函数。
标准化公式推导过程如上，可以简化计算，方便求出正态分布的概率密度函数。
因为X～N(μ,σ^2),所以P(x)=(2π)^(-1/2)*σ^(-1)*exp{[-(x-μ)^2]/(2σ^2)}.其中 F(y)为Y的分布函数，Fx(x)为X的分布函数。而 F(y)=P(Y≤y)=P((X-μ)/σ≤y)=P(X≤σy+μ)=Fx(σy+μ)所以 p(y)=F'(y)=F'x(σy+μ)*σ=P(σy+μ)*σ=[(2π)^(-1/2)]*e^[-（x^2)/2].从而，Y～N(0,1).
