【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

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。

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]#