ass=contentadv因为，统计是有随机性的，也是有误差的。
仅仅上千人的数据得不到这样准确的结论。
统计除了要求数据量必须充分之外，还要求采样的数据必须有代表性。
有些时候不是数据量足够大，同阶级过就一定准确。
一个很简单的例子，一个爱情影片和一个战争影片，它的受众并不相同。
所以如果我们只采集爱情影片上映当月的观影人群，就不具有普遍的代表性。
那么怎么避免这种情况，获得准确的结论呢？
19世纪的俄国数学家切比雪夫对这个问题给出了他的结论，即切比雪夫不等式。
p(|x-e(x)|≥e)≤var(x)/e^2。
这个公式的含义是，当样本数足够多时，一个随机变量和他的数学期望值之间的误差，可以任意小。
把切比雪夫不等式应用到我们了解电影院观众年龄分布的问题中。
随机变量就是：观察到的各个年龄段观众的比例。
数学期望值就是：真实情况下所有看电影观众中不同年龄段的比例。
当我们把样本数据带入后，大致可以得出以下结论。
15岁以下观众占20%，16~25岁占27%，26~40岁占24%，40岁以上占29%，误差小于5%。
但如果我们要将四个年龄段观众的准确率，提高到小数点后一位数，那么我们大致需要10倍的数据，即两万个左右的样本。
如果我们把这个问题放大。
我们想知道一部电影在全世界的观影人群年龄分布，而且必须具体到更细致的年龄段人数。
比如18~20岁，21~24岁等等。
又或者更具体的地域。
华夏、东瀛、南韩等等。
在一个更大，更详细的范围内，为了获得更准确的结果，我们需要的数据量，将千百倍的提升。
当我们获得了超级数据。
普通的计算机已经很难完成计算。
而且就算能完成，也需要大量的时间。
时间就是金钱，在商业上，这显然是不可接受的。
因此。
为了尽可能在短时间内得到结果，我们要一台或几台超级计算机来计算。
但动用超级计算机的费用非常昂贵。
想要了解电影院观众年龄的企业，显然不愿意在这个问题上花费这么大的代价。
那么怎么办呢？”
徐良操作了一下电脑。