正态分布  

中心极限定理：大量相互独立、来自同一分布的随机变量，它们的平均值（或总和）在样本量足够大时，都会趋向于正态分布

• 约 68% 的数据落在    范围内

• 约 95% 的数据落在    范围内

---

样本均值的分布，公式： 

平均值的标准差（ SEM ）： 

SEM 告诉我们：如果你换一批样本再测一次，得到的平均值会变动多少

样本量 n 小，平均值的标准差大，更容易因为运气而产生极端的情况

由此导致的逻辑缺陷：

•  如果你只盯着排名靠前的“优秀学校”，你会发现它们多是小规模学校，从而得出“小班教学更优秀”的结论。犯的错误：1.幸存者偏差：只盯着排名靠前的优秀学校（ 主动过滤掉了那些表现不佳的数据 ）。2.小数定律（ 我们严重低估了小样本中随机性和方差的威力 ）样本量少导致标准差大，不确定性高：排名垫底的最差学校中，绝大多数也是小规模学校。根本原因是因为小规模学校里的人少

---

均值回归：在任何包含随机成分的事件系列中，极端的表现通常会被更接近平均水平的表现所跟随。
原因：单次表现 = 固有实力 + 随机噪音（运气）

---

幂律分布

二八定律：世界上绝大多数人拥有很少的财富，而极少数人拥有绝大部分财富

---

线性和非线性分布

线性：A → B 单因单果，比例（ 一分耕耘一份收获 ）

非线性：指数函数（ 拐点 ）、拉弗曲线

思维链接：复利

---

夏普利值

作用：衡量每一个因素到底贡献了多少

考虑所有人加入的所有可能顺序（你先来、小王先来、或者小李先来……），计算每一个成员在加入那一刻给团队带来的边际价值增量，最后取平均值