很多人都在高中或大学里学过概率和统计学课程。毫无疑问，你可能看过像图4–1这样的分布图。
图4–1?女性身高的概率分布
图4–1就是一个所谓的正态分布图。这个图反映了女性身高的分布状况。横轴是以英寸为单位的身高值，左右两个纵轴分别代表以下两种概率：
1. 概率密度：阴影区域与左侧的刻度相对，它表示特定身高值所对应的概率。根据这张图，女性的平均身高是64英寸（约合1.63米）。一个女性的身高接近这个平均值的概率较大，离这个平均值越远，概率越小。图中央的最高点就是最大的概率，两侧较低的区域代表较小的概率。比如，70英寸（约合1.78米）处的曲线高度比68英寸（约合1.73米）处低很多，这说明一个女性身高达到70英寸的概率比达到68英寸的概率小得多。
2. 累积概率：图中的实线与右侧的刻度相对，从零一直延伸到100%。它表示一个女性的身高不高于某个水平的概率。比如，这条实线在70英寸左右的身高水平上升到了几乎100%的程度。确切数值是99.18%，这意味着只有不到1%的女性能达到70英寸以上的高度。
这张图和其他类似的分布图都是用复杂的数学公式得出的，但它们都代表着一个简单的概念：距离代表平均水平的中心点越远，概率就越低。
但我们何必把概率问题搞得这么复杂呢。就算你不去理会那些数学知识和公式，你也一样可以用简单的方法做出像图4–1这样的图：首先，找一个女性比较多的地方，比如说大学校园；接下来，随机选择100位女性，测量一下她们的身高；最后，把这些身高数据按1英寸的间隔分成若干档，然后算一下每一档中有多少人。如果这么做，你很可能发现身高为64英寸有人数是16，63英寸和65英寸大约各有15人，62英寸和66英寸差不多各有12人，61英寸和67英寸各有8人，60英寸和68英寸各有8人，59英寸和69英寸各有2人，58英寸和70英寸各有1人。
如果你根据每一个特定身高值所对应的人数做出一个条形图，这个图会是图4–2这样的：
图4–2?女性身高的柱状分布图
