不。

在所有的概率分布中，有很多连续的概率分布。有整本书只包含这些东西。

介绍给统计学新生的一些非正态连续分布包括：

• 连续均匀分布
  
• 学生T分布
  
• 指数分布

正态/高斯分布很重要，因为中心极限定理(CLT) 表明，在很多情况下，随机分布的自变量之和将趋于正态分布，而不管组成变量的原始分布如何。这对于执行某些常用的统计推断很有用，这可能有助于人们遇到正态/高斯分布的频率。上面提到的学生T分布为 CLT 的“......将倾向于具有正态分布......”中的“趋势”提供了一些形式主义，因此在这些常用的统计推断形式中也很有用。

不。

许多现实生活中的变量具有更好地描述为其他分布的分布。t 分布（较重的尾部）很常见，各种偏斜分布也是如此，例如，许多实际测量值必须为正，因此大于或等于零，但可能具有高值的长尾。相当多的现实世界数据是计数或类似的整数数据，通常可以更好地用泊松分布来描述。

以我个人的经验，在流行病学、生物医学和社会学中，真正的“正态”分布，即可以最好地描述为正态分布的真实数据并不常见，但它确实取决于你所从事的领域，并且确切地说你在看什么数据。

不必要。分布的形状取决于连续随机变量的 PDF - 这不是明确的高斯分布。一些反例包括学生-t 分布和拉普拉斯分布。