笔趣屋

手机浏览器扫描二维码访问

第797章 敲打（第3页）

所以，越想要得到准确的统计结果，需要的统计数据量就越大。

在上面的例子中，统计的样本总数是1678人。

但是如果我们一定要说‘41岁及以上的观众就是292’，或者‘15岁及以下观众一定超过20’。

这样非常肯定的的话，大家就可能会挑战这个结论。

因为，统计是有随机性的，也是有误差的。

仅仅上千人的数据得不到这样准确的结论。

统计除了要求数据量必须充分之外，还要求采样的数据必须有代表性。

有些时候不是数据量足够大，同阶级过就一定准确。

一个很简单的例子，一个爱情影片和一个战争影片，它的受众并不相同。

所以如果我们只采集爱情影片上映当月的观影人群，就不具有普遍的代表性。

那么怎么避免这种情况，获得准确的结论呢？

19世纪的俄国数学家切比雪夫对这个问题给出了他的结论，即切比雪夫不等式。

p（|x-e（x）|≥e）≤var（x）e2。

这个公式的含义是，当样本数足够多时，一个随机变量和他的数学期望值之间的误差，可以任意小。

把切比雪夫不等式应用到我们了解电影院观众年龄分布的问题中。

随机变量就是：观察到的各个年龄段观众的比例。

数学期望值就是：真实情况下所有看电影观众中不同年龄段的比例。

当我们把样本数据带入后，大致可以得出以下结论。

15岁以下观众占20，16~25岁占27，26~40岁占24，40岁以上占29，误差小于5。

但如果我们要将四个年龄段观众的准确率，提高到小数点后一位数，那么我们大致需要10倍的数据，即两万个左右的样本。

如果我们把这个问题放大。

我们想知道一部电影在全世界的观影人群年龄分布，而且必须具体到更细致的年龄段人数。

比如18~20岁，21~24岁等等。

又或者更具体的地域。

华夏、东瀛、南韩等等。

在一个更大，更详细的范围内，为了获得更准确的结果，我们需要的数据量，将千百倍的提升。

当我们获得了超级数据。

普通的计算机已经很难完成计算。

而且就算能完成，也需要大量的时间。

时间就是金钱，在商业上，这显然是不可接受的。

因此。

你好，继枫少爷  天下倾覆  宠婚：少爷的迷糊小妻  海贼入侵之蜡像海贼团  精灵世界大探险  宠妃再嫁  DNF之异界召唤师  满城相思卿何在  校花竟要和我偷偷恋爱  首富从中五百万开始  止歌之殇  逃不出江影帝的手掌心  线网  变身凶猛女神  斗罗之从抄书开始无敌  只修师父不修仙  球权时代  我与女总裁的日常生活  刑与凶  末日：我能无限抽卡加成