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
文章来源
https://rpdc.xiaohongshu.com/52-design-principles/normal-distribution
声明：本站原创文章文字版权归本站所有，转载务必注明作者和出处；本站转载文章仅仅代表原作者观点，不代表本站立场，图文版权归原作者所有。如有侵权，请联系我们删除。