底层逻辑2本的不同(底层逻辑2笔记)

底层逻辑2本的不同(底层逻辑2笔记)已关闭评论

A+

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

目录（点击切换）

本文节选自《底层逻辑2本的不同》

有了方大这个工具，现皮现在搂在你面前的是1万家公司的数据，你也能给它们移打分，再排序，然后准确地次出任何两家公司谁的工次更)散，谁的工资更集中这就是量化的作用。如果你是一个正在找工作的求职者，你会去工资更分散的X公司，还是工资更集中的Y公司?如果你是一个创业者，你希望自己管理的是哪一家公司?方差是非常好的用来衡量数据差异性的工具。但是，因为计算方差的过程有“平方”的操作，所以，方差和原数据已经不是一个单位了。如果原数据的单位是“元”，那方差的单位就是“平方元”了;如果原数据单位是“千克”，那方差的单位就是“平方千克”;，如果原数据单位是“厘米”，那方差的单位就是“平方厘米”了:，如果原数据单位是长度单位，那方差的单位就变成面积单位了。因此，虽然方差能显示差异性，但是我们无法在方差和原数据之间进行进一步分析和计算。这时，我们就要引入另一个数学概念了，那承是“标准

底层逻辑2刘润免费阅读

莽”。标准差标准差，承是方差的平方根。X组数据的标准差是VS$36~23.15，Y组数据的标准差是V3.6=1.90。一旦开了平方，标准甜的单位就重新回到了“元”“千”“厘米”，回到和原数据同一维度上，也就有了更多计算和分析的可能比如，有了标准兰，我们就可以说X公司的平均工资是72万元，有23.15万元左右的波动;Y公司的平均工资也是72万元，有1.90万元左右的流动，如表5-4所示。表5-4X组数据和Y组数据的标准差这样的表述更直观，所以，在实际应用中，标准差的使用场景远远多于方差。比如，在正态分布中常使用标准差。我举个例子。我的朋友总是评价我“特别勤备”，可是，你知道我为什么这人么勤奋吗?因为一段兰汐的回忆。小时候我党得目己挺聪明的，看到另一些聪明人，和总想比一比。有一次，我在网上看到这个世界上居然有一个“聪明人俱乐部”叫门陡俱乐部〈MensaClub)。

底层逻辑2 读书笔记

这个俱乐部不看映高，不看颜值，不看财富，只看你是不是聪明。只要你聪明，再丑都能入会。如果你不聪明，再有钱都会被拒之门外。了解到有这个俱乐部之后，我大喜过望，心丑人的春天来了。于是，我找到门陵俱乐部的负责人，痪我要入会。负责人扔了一个链接给我，让我先做一套题，对我说:“成绩高于135，你再来找我吧。”门陵俱乐部的入会门槛是智商130，这套题隐隐觉得:我这包比真实的门荫俱乐部入门考试题更简单。于是，我信心满满地开始做题。45分钟后，结果出来了……我的整个世界般塌了。我不信!于是，我又做了一过，分数一模一样。过了很入，我才能接受现实:原来，我不是一个聪明人。以前觉得目己挺联明，只是一个美丽的误会。怎么办?不是说“勤能补拙”吗?那我就只能肚奋了。可和是，到撒多聪明才能达到门陡俱乐部的入门门槛呢?智商130到底是什么概念?这时，我们需要用到“标准关”这个数学工具。