理性的决策常常源于模型化思维。
模型化思维就是按照科学的方法进行思维的方式，利用模型来指导行动。消费时，拿出100块钱，花掉50块，找回50块。在这样一个行为中，我们就用到了一个简单的模型，即数学运算中的减法模型。设想一下，如果没有这样的模型进行指导，该怎么解决这道题目。
模型化思维让我们摆脱直觉。查理.芒格就曾经指出过，人的一生应当掌握的100多个思维模型。这些思维模型，帮助他在投资领域获得了持续的巨大成功。对个人而言，掌握更多的思维模型，将对我们的生活产生更多积极的影响。
01正态分布模型，在中学时期学过的一个统计学模型。正态分布的概率密度函数曲线呈钟型，又被称为钟型曲线。服从正态分布的随机变量的概率密度与均值越接近，概率越大，距离均值越远，概率越小。标准差主要用于描述随机变量的离散状态，标准差越小，变量的分布越集中，标准差越大，变量的分布越分散。
在正态分布模型的，68%的变量处于1个标准差以内，95%的变量处于2个标准差以内，99%的变量处于3个标准差以内，在6个标准差以外的变量出现的概率为百万分之一。著名的六西格玛质量管理就出于这里。
如果一枚螺母的直径为5mm，在生产中如果误差在0.5mm以内，则认为是合格的。假设原本的合格率是99.99%，也就是1万个产品中会出现一个不合格。如何能够将99.99%的合格率再提高2个单位，达到99.9999%的水平将会成为非常困难的问题。而在正态分布模型中，就有了一个非常好的思路，在6个标准差以外的变量出现的概率为百万分之一。如果可以通过控制标准差的数值，使6个标准差以内的数据都处于误差在0.5mm，就可以实现99.9999%的质量控制目标了。
02在竞争中失败，很多人习惯归因于发挥不好。比如考试没考好会说没发挥好，运动员比赛失利会说没发挥好。在正态分布模型中，如果说我们口中的发挥好，是指实力发挥在1个标准差内，也就是68%的概率。然而因为各种原因，使我们的实力发挥落在了1个标准差及以外，我们就会很难取得成功。实力发挥的离散程度越高，发挥就越不稳定，越容易出现发挥不好的情况。该怎么解决这一问题，参照六西格玛质量管理法则，努力减小标准差。
提高熟练度可以有效地帮助我们减小发挥的标准差。这也正和前面所说过的一万次法则所对应上，当我们在一件事上反复训练一万次，以后的每一次发挥都更加稳定。
03为了更好的说明正态分布的问题，将一个真实的实验结果分享给大家。一起看看三个骰子猜大小的赌博游戏是否符合正态分布的规律。本次实验中，一共记录了30组骰子的随机求和事件。详细数据参见下表：
然后将随机求和的分布做成散点分布图，如下图显示。靠近均值10.6位置的数值比较集中。
最终得出结果，在30次的小规模情况下，1个标准差内的概率为50%，2个标准差内的概率为99%，3个标准差内的概率为100%，基本符合正态分布的规律。当实验组数据量增大以后，实验结果将越来越接近正态分布的规则。
如果你喜欢玩赌球一类的游戏，你会发现，2个标准差以内高胜率的队伍赔率相对都比较低，而3个标准差以外低胜率的队伍赔率相对都比较高。庄家通过分析队伍过去比赛的数据，对队伍的发挥做出预测。黑马总是会出现，但毕竟是少数，为了减少因为黑马出现而带来的损失。庄家还会加入另一种玩法，根据实时数据情况，实时分配赔率，将这两种方法组合起来，以确保庄家必胜。
掌握正态分布的模型思维，某些博彩类的项目也是有规律可循的。
加油！
欢迎加入大潘读书会
一起重塑世界观，构建方法论
,
