高斯分布核心假设

核心讲解

作者指出高斯分布（钟形曲线）的核心假设是两点：独立性和随机性。独立性指各个观察互不相关——一个人的结果不影响另一个；随机性指误差是纯粹随机的、没有系统性结构。只有在这些假设成立时，高斯分布及其“极端事件极其罕见”的结论才成立。但现实中，很多领域并不满足这些假设——事件相互关联、存在级联和正反馈，误差也不是纯随机。作者借此说明，高斯分布的适用有严格的假设前提，一旦假设不成立，用高斯模型就会严重低估极端风险。

要点

• 高斯核心假设是独立性和随机性。
• 独立指互不影响，随机指无系统结构。
• 假设不成立时高斯结论失效。
• 现实许多领域不满足这些假设。

常见误区

• 忽视高斯分布的前提假设。
• 在相互关联的数据上套用高斯。
• 以为高斯结论无条件成立。

多方视角

作者的看法

高斯假设在现实常不成立。

不同的看法

• 有观点认为，许多工程场景近似满足独立性，高斯仍好用。
• 统计学界确认，相关性会改变分布形态。

支持作者的理由

• 金融市场等存在显著关联与级联，偏离高斯假设。