揭密钟形曲线为何无处不在的数学原理
Hacker News 摘要原标题：The math that explains why bell curves are everywhere
无论你看向何处，正态分布曲线（又称钟形曲线）几乎无处不在。如果你在每次下雨时都在后院放一个量杯并记录水的高度，或者让100个人猜测罐子里糖果的数量，所得的数据都会呈现出这种曲线。测量足够多女性的身高、男性的体重、SAT考试分数或马拉松成绩，你总会得到一个中间高、两端逐渐变细的光滑弧形。
为什么钟形曲线如此普遍
这种现象的核心原因在于中心极限定理。这是一个非常强大的数学真理，对于初学者来说，它往往显得不可思议，甚至像是大自然的某种魔术。华盛顿大学的生物统计学家丹妮拉·威滕（Daniela Witten）指出，中心极限定理之所以神奇，是因为它极其违反直觉。通过它，最随机、最不可想象的混乱都可以演变成惊人的可预测性。
如今，它是现代经验科学赖以生存的重要支柱。几乎每当科学家利用测量数据来推断世界时，中心极限定理都隐藏在研究方法中。如果没有它，科学很难对任何事物做出有把握的推断。卡内基梅隆大学的统计学家拉里·瓦瑟曼（Larry Wasserman）直言，如果没有中心极限定理，统计学这个领域可能根本就不会存在。
从赌博中诞生的规律
人类试图在随机性中寻找规律的最初动力源于对赌博的研究。18世纪初，法国数学家亚伯拉罕·德·莫伊弗（Abraham de Moivre）因为宗教迫害逃往伦敦。由于无法获得正式的学术职位，他成为了一名博彩顾问，向那些寻求数学优势的赌徒提供建议。
德·莫伊弗意识到，虽然抛硬币、掷骰子或抽牌是随机行为，但当你合并许多随机行为时，结果会遵循一个稳定的模式：
• 如果你抛100次硬币，正面朝上的次数通常在50次左右。
• 如果你玩100万次这样的游戏，绝大多数结果都会非常接近50%。
• 如果你把看到每个数字的次数画成图表，就会出现经典的钟形，50位于中心。
德·莫伊弗计算出了这个钟形的精确数学形状，也就是后来的正态分布。他以此编写了《概率论》（The Doctrine of Chances），这成为了当时赌徒们的圣经。
拉普拉斯的理论升华
直到1810年，也就是德·莫伊弗去世几十年后，皮埃尔-西蒙·拉普拉斯才揭示了这一发现的宏大范围。拉普拉斯用掷骰子的例子进行了更复杂的推演。单次掷骰子的结果是均匀分布的（1到6的概率相等），但如果你掷10次骰子并计算平均值，然后重复这个实验多次，你就会得到一个以3.5为中心的钟形曲线。
这就是中心极限定理的魅力所在：
1. 你从一组没有任何特定结构的原始数据开始（比如掷骰子的平坦分布）。
2. 通过对多次测量取平均值，并重复该过程。
3. 最终会得到一个精确、可预测的数学结构，即钟形曲线。
拉普拉斯将这一结构浓缩成了一个简洁的公式。无论一个随机过程多么不规则，只要是对大量结果取平均值，它们就会符合正态分布。
遍布世界的工具
虽然取平均值听起来像是人类才会做的操作，但中心极限定理在自然界中潜移默化地发挥着作用。以人类身高为例：
• 一个人的身高取决于父亲的身高、母亲的身高、遗传基因、营养状况以及其他许多微小效应的叠加。
• 这些效应之间通常互不相关，这种多重微小效应的累加，本质上就像是对许多随机变量取平均值。
正因如此，各种数据集才会自发地符合这种美丽的形状。只要某个现象背后存在大量独立因素的综合作用，结果就会呈现正态分布。
此外，该定理还赋予了统计学家检测异常的能力。如果你抛100次硬币只得到20次正面，通过中心极限定理，你可以计算出公平硬币出现这种结果的概率仅为0.15%。这说明这个硬币很可能被动了手脚。
使用时的局限性
尽管中心极限定理是现代科学的支柱，但它也有自己的限制条件：
• 样本量：它只有在合并大量样本时才有效。
• 独立性：样本必须相互独立。例如，如果你只在缅因州的一个小镇进行全国总统民调，那么重复实验也无法让你得到准确的预测。
• 极端事件：在科学研究中，离群值有时比平均值更重要。例如，所谓的百年一遇的洪水在现代发生的频率正在增加。对于模拟此类极端事件，单纯依靠建模平均值的中心极限定理可能并不足够。
如今，统计学家经常针对具体的复杂问题制定中心极限定理的变体。当我们将大量独立测量结合起来时，就会产生聚集效应。只要我们足够聪明，就可以利用这些聚集模式来发现产生它们的深层逻辑。
原文：https://www.quantamagazine.org/the-math-that-explains-why-bell-curves-are-everywhere-20260316/