看成年人的身高就明白了:2020 年公布的《中国居民营养与慢性病状况报告》显示,中国 18—44 岁男性的平均身高约 170 厘米,绝大多数人就在这个数附近;往两边走,一米八以上的明显少了,一米六以下的也明显少了,而且两边稀少的程度差不多。把这群人的身高画成图——横轴是身高,纵轴是对应的人数——你会看到近似中间高、两头低、左右对称的"钟"。这就是正态分布,所以它也常被直接叫作"钟形曲线"。

一眼看懂 / 示意图

一口钟:中间多,两头少

一口钟:中间多,两头少平均值−2σ−1σ+1σ+2σ深绿:约 68%浅绿+深绿:约 95%σ 是标准差;此为标准正态示意,不是身高调查数据。

标准正态示意;未使用真实身高标准差。

什么样的量会堆出一口钟

1. 中间多、两头少、左右对称。 这是辨认正态分布的三个特征:平均值附近的人最多,离平均值越远人越少,而且偏多偏少两边大致对称。相近年龄、同一性别人群的身高,以及稳定条件下反复测量的误差,常能近似呈现这个样子;体重和一个班的考试分数则未必。

2. 它常出现在"很多小因素叠加"出来的量上。 一个人的身高由遗传、营养、睡眠、运动等一大堆小因素共同决定;每次称重的误差,也是温度、湿度、手抖等许多小干扰叠出来的。统计学里有个重要结论:许多彼此独立、没有哪一个压倒其他的小影响加在一起时,结果常会接近钟形。这就是为什么正态分布在自然界里到处都是。

3. 两个数就能说清整条曲线。 一口钟长什么样,只用两个数就够:平均值决定钟的中心摆在哪,"标准差"决定钟的胖瘦——标准差越大,数值越分散,钟越矮胖。还有个好用的经验法则:大约七成的数值落在平均值左右一个标准差的范围内,约九成五落在两个标准差内。知道平均值和标准差,你大概就能说出"多高算常见、多高算少见"。

收入为什么画不出钟形

别把正态分布当成万能模板。看收入就不是钟形:多数人收入挤在一头,少数人收入极高,把右边的尾巴拖得又细又长——这种一头沉的形状叫"偏态"。偏态数据里,算术平均数会被少数高收入者拉高,"平均收入"看着挺体面,其实多数人都够不着,所以发布收入数据时常改用中位数——排在正中间那个人的收入,更能代表"普通人"。城市人口、视频播放量、店铺销售额也都是偏态:少数巨头拿走大头,长长的尾巴甩在后面。

一眼看懂 / 示意图

对称的钟,与向右拖的尾

为什么“被平均”在收入里更常见身高:同龄、同性别人群常近似对称收入:常有长长的右尾平均值 ≈ 中位数中位数平均数被高值拉向右边只比较形状,不对应真实人数、收入或相同的横轴单位。

形状示意,不对应实际收入调查。

"偏离中间"就是"不正常"吗

不是。"正态"这个词是从英文 normal 翻译来的,原意是"标准、规范",说的是曲线形状,不是评价好坏。身高一米九只是落在了钟形靠边的位置,照样是再正常不过的人;考试分数落在分布尾部,也只说明少见,不说明"有病"。统计术语只管描述分布,不颁发"正常资格证"。