Design by RPDC
正态分布 NORMAL DISTRIBUTION
Design by RPDC

正态分布

Normal Distribution

正态分布中大部分数据接近平均值,偏离平均值的数据均匀分布在两侧,形成一个对称的钟型曲线。这最早由亚伯拉罕·棣莫弗(Abraham de Moivre)在求二项分布的渐进公式中得到,在统计学的许多方面有着重大的影响力。对于设计师来说需要了解到受众的正态分布情况。

来源与推导过程

正态分布又称「常态分布」或「高斯分布」,因其曲线呈中间高两边低,人们常称它为「钟形曲线」。法国数学家棣莫弗和德国数学家高斯从不同的研究目的出发,都得到了正态分布曲线。这是一个在数学、物理及工程领域都非常重要的概率分布,如光子计数。同时在统计学中也十分重要,经常用在自然和社会科学中来代表一个随机变量,如人类的智力和身高分布。设计中需要研究用户及产品功能的正态分布,可以用于确定目标用户或功能权重等。

解读与应用案例

功能型的正态分布模型多用于优化产品功能及路径。这种类型的模型关注更加聚焦,结论也更加直接,甚至可以直接应用到设计方案上。因此在分析功能路径时,要简化相关联的分支路径,避免其对聚焦问题的干扰,使分析结论更加精准。

从本身产品服务的核心用户群出发,拿年龄作为维度,那产品侧会需要服务到两侧的低龄和高龄群体。

边界与限制

长尾模型:长尾效应最早出现在经济领域,指的是曲线尾端「蓝海」利益的叠加起来也会形成一个比较大的规模。在互联网时代,数字产品更容易服务到小众群体、小众行业,考虑到他们的需求也可以为我们的产品设计增色。

更多阅读