决定个体值正态分布的参数是:A. 变异系数B. 均数C. 标准差D. 标准误E. 均数和标准差

本题考查正态分布的基本概念，解题的关键在于明确决定正态分布形态和位置的参数。

正态分布是一种常见的连续概率分布，其概率密度函数的表达式为：
$f(x)=\frac{1}{\sigma\sqrt{2\pi}}e^{-\frac{(x - \mu)^2}{2\sigma^2}}$
其中，$x$ 是随机变量的取值，$\mu$ 是均数，$\sigma$ 是标准差。

• 均数 $\mu$ 的作用：均数 $\mu$ 决定了正态分布曲线的位置。当标准差 $\sigma$ 固定时，不同的均数 $\mu$ 会使正态分布曲线在数轴上左右平移。例如，若有两个正态分布 $N(\mu_1,\sigma^2)$ 和 $N(\mu_2,\sigma^2)$，且 $\mu_1<\mu_2$，那么 $N(\mu_2,\sigma^2)$ 的曲线会在 $N(\mu_1,\sigma^2)$ 曲线的右侧。
• 标准差 $\sigma$ 的作用：标准差 $\sigma$ 决定了正态分布曲线的形状。当均数 $\mu$ 固定时，不同的标准差 $\sigma$ 会使正态分布曲线的宽窄发生变化。标准差 $\sigma$ 越大，曲线越扁平，数据越分散；标准差 $\sigma$ 越小，曲线越陡峭，数据越集中。例如，对于正态分布 $N(\mu,\sigma_1^2)$ 和 $N(\mu,\sigma_2^2)$，若 $\sigma_1>\sigma_2$，则 $N(\mu,\sigma_1^2)$ 的曲线比 $N(\mu,\sigma_2^2)$ 的曲线更扁平。

而变异系数是衡量数据离散程度的相对指标，标准误是样本统计量的标准差，它们都不是决定正态分布的参数。