【单身帖】#深圳月老##单身#
女嘉宾编号:17364 老师,97年,158cm,本科,月1w,广西柳州女-广东深圳
【基本资料】
①出生年月/星座:199705金牛座
②身高/体重:158 63
③户籍地:广西柳州
④现居地:深圳龙华
⑤学历:本科
⑥职业:老师
⑦月均收入:1w
⑧车房情况:无房车
⑨有无婚史:无
10.家庭成员:爸爸妈妈和弟弟(在读大学)
11自我介绍:不熟的时候看似很高冷其实熟了以后就是个话唠
【择偶标准】三观正有孝心顾家
①年龄/身高:大十岁之内(不接受弟弟)身高看眼缘
②收入及车房情况:
③是否接受对方有婚史:否④其它:無
女嘉宾编号:17364 老师,97年,158cm,本科,月1w,广西柳州女-广东深圳
【基本资料】
①出生年月/星座:199705金牛座
②身高/体重:158 63
③户籍地:广西柳州
④现居地:深圳龙华
⑤学历:本科
⑥职业:老师
⑦月均收入:1w
⑧车房情况:无房车
⑨有无婚史:无
10.家庭成员:爸爸妈妈和弟弟(在读大学)
11自我介绍:不熟的时候看似很高冷其实熟了以后就是个话唠
【择偶标准】三观正有孝心顾家
①年龄/身高:大十岁之内(不接受弟弟)身高看眼缘
②收入及车房情况:
③是否接受对方有婚史:否④其它:無
创业日记day761 正态分布
如果你开的餐馆事业已经比较稳定了,你不会太担心顾客流量的波动。这种情况,就是正态分布。
假设你的餐馆平均每天有 100 个顾客,比较好的时候能到 115 人,比较差的时候也有 85 人,那么画出图来,就是一条钟形曲线。
曲线的横坐标代表每天来的人数,纵坐标代表在比如说一个季度之中,来这么多人的时候有多少天。图中标记了正态分布的两个重要概念:平均值(μ),和标准差(σ)。对你这个餐馆来说,μ = 100,σ = 15,这意味着在 68%的日子里,你的顾客人数会在 85 和 115 之间,这叫“一个标准差之内”。横轴上距离平均值越远的地方越是极端事件,而那些事件的纵坐标大小则代表它们发生的概率。
只要你知道餐馆人数符合正态分布,平均值和标准差就都可以用平时的流量数据统计出来。有了平均值和标准差你就可以大致估算各种事件发生的概率:95%的事情都发生在两个标准差之内,99.7% 的事情发生在三个标准差之内。有个极客说要找个美貌程度在两个标准差之外的女朋友,那就意味着她要比 97.5%的人都漂亮。
这些概念是一名现代大学生应该具备的常识,你在课堂上可能都学过。但是也许你有个疑问:
为什么餐馆人数满足正态分布?
并不是所有随机事件都满足正态分布。想要学会判断什么样的事件满足正态分布,你必须有一点数学感,你需要了解“中心极限定理”。中心极限定理说,如果一个事件满足下面这些条件,它的分布就是正态分布。
第一,它是由多个,至少 20 个,随机变量相加的结果;
第二,这众多的随机变量是互相“独立”的;
第三,每个随机变量的方差都只有有限大;
第四,每个随机变量对结果都要有一定的贡献,否则如果只是其中几个起到决定性的作用,那也不能算“多”。
简单地说,关键要求有两个:“相加”和“独立”,凡是多个独立随机变量相加的事件,结果就会是正态分布。
你的餐馆顾客满足这些条件。每个顾客来不来吃饭都是他自己的决定,是独立的;而你计算的是今天总共来了多少人,是这些人的和。
直观地说,中心极限定理说的是每个人来不来可能波动很大,但是因为人多,整体上来多少人,波动就不会有那么大,所以满足正态分布。
生物学家认为人的身高是由至少 180 个基因共同决定的。有的决定你的小腿有多长,有的决定你的脖子有多长,而你的身高,是所有这些因素相加之和。作为一个很好的近似,决定身高的各个基因是比较互相独立的。所以身高满足正态分布。
你看这是不是有一种“冥冥之中自有定数”的感觉。虽然你不知道明天会有哪些顾客,但是你知道他们的总人数不会太离谱:三个标准差已经覆盖了 99.7%的可能性,来超过 145 或者低于 55 人的可能性只有千分之一。这意味着两三年都碰不到一次,所以你真的没有必要准备那么多桌椅。
正态分布能给人充分的掌控感。每个案例相差都不会很大,通常翻不了天。
好,现在回到正态分布的两个条件,“相加”和“独立”:如果局面不满足这两个条件,结果会是怎样的呢?那你就得做好准备迎接极端事件了。
如果你开的餐馆事业已经比较稳定了,你不会太担心顾客流量的波动。这种情况,就是正态分布。
假设你的餐馆平均每天有 100 个顾客,比较好的时候能到 115 人,比较差的时候也有 85 人,那么画出图来,就是一条钟形曲线。
曲线的横坐标代表每天来的人数,纵坐标代表在比如说一个季度之中,来这么多人的时候有多少天。图中标记了正态分布的两个重要概念:平均值(μ),和标准差(σ)。对你这个餐馆来说,μ = 100,σ = 15,这意味着在 68%的日子里,你的顾客人数会在 85 和 115 之间,这叫“一个标准差之内”。横轴上距离平均值越远的地方越是极端事件,而那些事件的纵坐标大小则代表它们发生的概率。
只要你知道餐馆人数符合正态分布,平均值和标准差就都可以用平时的流量数据统计出来。有了平均值和标准差你就可以大致估算各种事件发生的概率:95%的事情都发生在两个标准差之内,99.7% 的事情发生在三个标准差之内。有个极客说要找个美貌程度在两个标准差之外的女朋友,那就意味着她要比 97.5%的人都漂亮。
这些概念是一名现代大学生应该具备的常识,你在课堂上可能都学过。但是也许你有个疑问:
为什么餐馆人数满足正态分布?
并不是所有随机事件都满足正态分布。想要学会判断什么样的事件满足正态分布,你必须有一点数学感,你需要了解“中心极限定理”。中心极限定理说,如果一个事件满足下面这些条件,它的分布就是正态分布。
第一,它是由多个,至少 20 个,随机变量相加的结果;
第二,这众多的随机变量是互相“独立”的;
第三,每个随机变量的方差都只有有限大;
第四,每个随机变量对结果都要有一定的贡献,否则如果只是其中几个起到决定性的作用,那也不能算“多”。
简单地说,关键要求有两个:“相加”和“独立”,凡是多个独立随机变量相加的事件,结果就会是正态分布。
你的餐馆顾客满足这些条件。每个顾客来不来吃饭都是他自己的决定,是独立的;而你计算的是今天总共来了多少人,是这些人的和。
直观地说,中心极限定理说的是每个人来不来可能波动很大,但是因为人多,整体上来多少人,波动就不会有那么大,所以满足正态分布。
生物学家认为人的身高是由至少 180 个基因共同决定的。有的决定你的小腿有多长,有的决定你的脖子有多长,而你的身高,是所有这些因素相加之和。作为一个很好的近似,决定身高的各个基因是比较互相独立的。所以身高满足正态分布。
你看这是不是有一种“冥冥之中自有定数”的感觉。虽然你不知道明天会有哪些顾客,但是你知道他们的总人数不会太离谱:三个标准差已经覆盖了 99.7%的可能性,来超过 145 或者低于 55 人的可能性只有千分之一。这意味着两三年都碰不到一次,所以你真的没有必要准备那么多桌椅。
正态分布能给人充分的掌控感。每个案例相差都不会很大,通常翻不了天。
好,现在回到正态分布的两个条件,“相加”和“独立”:如果局面不满足这两个条件,结果会是怎样的呢?那你就得做好准备迎接极端事件了。
6月份中国PMI重回景气区间,制造业四个月之内一个标准的“V反”,非制造业反转势头更猛,创出新高。疫后繁荣,服务业领先,既符合产业结构升级的规律,也符合国内大循环为主的格局。PMI4月“见底”,V型反转icon,虽然仅仅是“信心”指标,但有了信心,经济必然会搞上去。沪深A股的走势与PMI走势“高度吻合”,表明“信心有了,股市牛了;股市牛了,信心自然也有了”。良性互动,继续向上。#今日看盘[超话]##微博股票[超话]#
✋热门推荐