6σ是个P（4）：咋就击败了全国99％的电脑

“你不必吃完整头牛，就能知道肉老。”

统计学的一个核心功能就是使用手中已有的数据进行合理推测，以回答我们还未掌握所谓信息“大”的问题。简言之，我们能够使用“已知世界”的数据对“未知世界”进行推断。

一、引子

这张图大家很熟悉吧，有没有想过360是如何知道你的开机时间怎么就击败了全国99%的电脑的？

最近一直在看统计学，突然意识到了360数据背后的原理，速度总结下来。

二、再谈正态分布

在前面一篇六西格玛是个P（3）：正态分布与假设检验里面初步认识了正态分布以及均值和标准差。

摘自《正态分布_百度百科》：

正态分布也叫常态分布，是连续随机变量概率分布的一种，自然界、人类社会、心理和教育中大量现象均按正态形式分布，例如能力的高低，学生成绩的好坏等都属于正态分布。它随随机变量的平均数、标准差的大小与单位不同而有不同的分布形态。

结论：开机时间我们推断也是正态分布。

备注：参见六西格玛是个P（1）什么是P？，如何判断正态分布。

1、68-95-99.7规则

周五下班地铁上翻完了《统计的世界 上册》，再学习一下正态分布的68-95-99.7原则（记住这三个数字）：

在任何正态分布中当中，大约有：

68%的观察值，落在平均数一个标准差的范围内。

95%的观察值，落在平均数两个标准差的范围内。

99.7%的观察值，落在平均数三个标准差的范围内。

2、利用68-95-99.7原则进行计算

知道了正态分布的均值μ、标准差σ以及当前的开机时间，就可以很快的推断中大致的概率分布（更精确的计算可以采用公式）。

这里有两个前提：

开机时间符合正态分布。

根据吃牛肉原理，360只是掌握了部分用户的数据（安装了360的用户），通过这些数据可以推断整体/全国的数据分布情况。

三、统计思维：大数据时代瞬间洞悉因果的关键技能

这是前几天也很想买的一本书的名字，大家有兴趣也可以找来看看。

要想搞清楚大数据，必须要了解一点统计学，在《赤裸裸的统计学》里面也提到：统计学是大数据了时代最炙手可热的学问。

了解点统计学才能更好的挖掘数据的价值。

长按不会怀孕，还能带你涨姿势！