正如我在上一篇文章中暗示的那样

[zihadhasan011]

另外两个非常适用于 SEO 的领域是多变量测试和预测搜索量趋势。然而，由于这篇文章很长，我不得不稍后再写这些。请注意——这篇文章最后会变得有点技术性。 标准差是什么？ 正态分布 正态分布总体的标准差是其方差的平方根，这意味着正态分布的正式定义是 “均方根偏离平均值” 或者数学上 标准差方程 其中我们的总体中有 N 个样本，µ（希腊字母 mu）是总体平均值。 现在，如果你以前没有遇到过这种情况，这听起来很可怕，所以让我们分解一下。


当查看方程时，通常最容易从中间开始。在我们的例子中，这是与平均值的平方偏差 (xi-µ)2 由于这全是关于偏差的，我们可以理解为什么这里会出现与平均值的偏差。但为什么要平方呢？好吧，假设你有一个类似于 {100,-101,1} 的总体集。将所有偏差相加得到 0——显然有些不对劲。通过在求和之前对每个偏差求平方，我们可以消除负数的影响。在对所有平 乌干达电话数据 方偏差求和后，除以总体规模，以通常的方式得出平均值。这给了我们方差 σ2（西格玛平方）。 那么为什么要开平方呢？好吧，假设我们在计算距离或百分比。


如果我们用单位来表示偏差，我们会说“六米加或减一米平方”之类的话——我们的单位不匹配，所以数学没有意义。通过开平方，我们可以回到单位应该在的位置。看，毕竟不是那么糟糕，不是吗？ 标准差是什么？泊松分布 正态分布非常适合事件发生非常紧密的情况，因此它们几乎是一个连续的过程。例如，在一周内，如果您有 10,000 名访客，则每分钟都会有一名访客 - 几乎是连续的。当您每周有几百名访客/转化/交易时，每个事件都成为罕见事件 - 它们之间存在可测量的差距。