今天介紹的第 007 號分析思維模型,可以很好地回答這個問題。
1. 模型介紹
在統計學裡面,正態分布是一種很常見的模型,像人的壽命、血壓、考試成績、測量誤差等等,都屬於正態分布。
為什么正態分布模型很常見呢?
根據中心極限定理,如果一個事物受到多種相互獨立的隨機因素的影響,不管每個因素本身是什麼分布,最終結果都屬於正態分布。
許多事物都受到多種因素的影響,所以導致正態分布很常見。
正態分布的特點,是大部分數據都離平均值很近,幾乎不可能出現極端異常的值。所以在現實世界中,你看不到一噸重的老鼠,也看不到一斤重的大象。
2. 應用舉例
正態分布在生產管理中經典應用是「六西格瑪」方法,簡寫為「6σ」,也就是對產品屬性進行建模,明確誤差要減小到什麼程度,產品合格率才算達標。這樣企業就有了量化的目標,從而可以花大力氣去改善產品的質量。
假設有一家專業製造汽車配件的公司,生產一種直徑為 21 毫米的螺絲,誤差不能超過 1 毫米,也就是說,螺絲直徑範圍必須在 20-22 毫米之間,否則有可能導致安全事故,因此必須做好產品質量管理。
由於螺絲直徑的誤差是很多種隨機因素導致的,例如金屬質量的變化、機器振動、溫度和速度的波動等等,所以根據中心極限定理,推斷螺絲的直徑應該服從正態分布。
公司不可能精確地測量每一個螺絲的直徑,通常會採取隨機抽樣的方法,根據樣本來計算平均值和標準差,假設平均值是 21 毫米,6σ 等於 1,也就是說,基準標準差等於 1/6,如果能夠達到這個標準,那麼生產出來的產品質量就是比較可靠的,產品合格的概率高達 99.99968%,這並不容易,需要持續改進才有可能做到。
管理的實踐,並不是計算出標準差就萬事大吉,而是需要做很多非常艱巨的工作,來使得實際的標準差確實降到基準值以內。
我們學習分析思維模型,也不是理解了它的原理就好了,而是要把它應用到實踐中,用它來解決現實中遇到的難題。
3. Python實踐
我用 Python 模擬六個骰子,每個骰子的點數是隨機的,從 1 到 6 的概率都是 1/6,如果把六個骰子的點數相加,然後畫出分布圖,與正態分布很接近。
從這個例子也可以看出,中心極限定理在發揮作用,儘管每個骰子的點數都不屬於正態分布,但是六個骰子相加起來的點數服從正態分布。
具體實現代碼如下:
# 導入所需的庫
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
# 正常顯示中文標籤
mpl.rcParams['font.sans-serif'] = ['SimHei']
# 模擬骰子產生隨機整數
np.random.seed(666666)
df = pd.DataFrame(np.random.randint(1, 7, (10000, 6)))
# 對骰子點數求和
df['總和'] = df.apply(lambda x: x.sum(), axis=1)
# 對點數之和進行計數
total = df.groupby(['總和'])['總和'].count()
# 畫圖用的數據定義
x = total.index
y = total.values
# 使用「面向對象」的方法畫圖
fig, ax = plt.subplots(figsize=(8, 6))
# 設置標題
ax.set_title("六個骰子點數總和的分布", fontsize=26, loc='center')
# 畫柱形圖
ax.bar(x, y, width=0.6, color='#00589F')
# 隱藏邊框
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['bottom'].set_visible(False)
ax.spines['left'].set_visible(False)
# 隱藏刻度線
ax.tick_params(axis='x', which='major', length=0)
ax.tick_params(axis='y', which='major', length=0)
# 設置坐標標籤字體大小
ax.tick_params(labelsize=20)
plt.show()
小結
雖然世界是複雜多變的,但是多種獨立因素綜合起來的結果,又能用簡單直觀的正態分布模型來解釋,這充分體現了數學之美。
用數學和圖表來展現分析思維模型,能夠幫助我們更好地理解世界運行的規律。
掌握多種分析思維模型,能夠提高我們推理、解釋、設計、溝通、行動、預測和探索的能力,從而實現對世界更加細緻的理解。
歡迎加入我的免費知識星球,點擊左下角的閱讀原文即可加入。如果你覺得文章對你有幫助或啟發,麻煩你動動手指支持鼓勵一下,分享、收藏、點讚、在看,謝謝!