Стандартное отклонение имеет особую ценность, когда лежа­щее в основе распределение является приблизительно нор­мальным (например, распределение Гаусса), т.е. представляет собой симметричную колоколообразную кривую (см. рис. 4.4).Считается, что такое распределение часто бывает характер­ным для многих биологических параметров, таких, как рост, вес и кровяное давление.
Нормальное распределение имеет чрезвычайно ценные харак­теристики. Если наблюдения поддаются нормальному распреде­лению, можно применять самые разнообразные статистические критерии и методы вычисления. Кроме того, примерно Уз значений под кривой нормального распределения попадают в интервал, соответствующий одному стандартному отклонению от средней величины, и примерно 95 % — в интервал, соответ­ствующий двум стандартным отклонениям от средней величины.
В эпидемиологии также часто прибегают к логарифмически нормальному распределению. Такое распределение является сильно скошенным, но логарифмы значений имеют нормаль­ные распределения. В качестве примера параметров, которые часто поддаются логарифмически нормальному распределе­нию, можно привести уровни химических веществ в крови лиц, подверженных воздействию загрязнения (см. главу 9). Применение логарифмов измеренных уровней веществ в крови позволяет анализировать данные с помощью всех характери­стик нормального распределения. Применение антилогарифма для обратного преобразования средней логарифмической ве­личины дает среднегеометрическое значение. В скошенных распределениях, близких к логарифмически нормальному распределению, эта средняя величина будет приближаться к медиане. Путем обратного преобразования стандартного от­клонения логарифмов вычисляют геометрическое стандартное отклонение измеренных величин.