正態分佈圖在數據分析中的應用例子

當我們面對一堆龐大的數據，且需要從中尋找某種規律時，往往不知如何下手。最近我在處理油耗數據時，就碰到了這樣的難題，偶然間記得概率統計中存在一種比較特殊的數據分佈方式，即所謂的正態分佈

從維基百科中搜到的結果是“正態分佈是自然科學與行為科學中的定量現象的一個方便模型。各種各樣的心理學測試分數和物理現象比如光子 計數都被發現近似地服從常態分佈。儘管這些現象的根本原因經常是未知的， 理論上可以證明如果把許多小作用加起來看做一個變量，那麼這個變量服從正態分佈”，如

圖1

既然這樣，那我何不驗證一下呢?進一步閲讀相關文章後，對概率統計方法的相關要求和步驟有了初步的瞭解，為便於瞭解，用圖2來表示推斷過程

在總體數據量不大的情況下，我傾向於用總體做為分析依據，以減少樣本抽取的誤差

在上圖所示四步中，用統計工具進行分析的過程是最需引起重視的，大概有兩點：

1.對總體(或樣本)數據的分組。由於油耗屬於連續型變量，不同變量之間的變化非常小，我採用較多數組的組距分組方式

2.求平均值。數據分佈不同，平均值的計算方法也有不同，最常用的是算術平均值，在呈正態分佈的`數據中，它與中位數(Median)和眾數(Mode)的計算結果基本一致，且概率密度函數(Normdist)也是默認算術平均值的計算方式

實際操作一遍:

1.準備統計數據

2.求中間參數值

3.求頻率(Frequency)和概率(Normdist)

4.用第3步的函數計算結果分別作柱形圖和折線圖

5.客觀推論最後得下圖

推論之一：上圖數據分佈的趨勢比較明顯，油耗值趨向於柱形最高的區域集中，且波動範圍較小，説明對應車輛的油耗比較穩定