选择统计方法前先问数据的三个特征问题

面对一份新的监控数据，在套用任何统计方法之前，先回答三个诊断性问题能大幅提高判断准确性：这份数据在两个方向上是否都有明显偏态（数据是否聚集在分布两端而非中间）？极端异常值是否常见？数据点有没有明确的上下界（比如延迟理论上只有下界0、没有上界，而 CPU 使用率百分比在0%和100%之间双向有界）？这三个问题的答案直接决定哪些方法适用——比如强偏态或常见极端值的数据不适合用[[标准差只对正态分布数据有意义|标准差]]，有严格上下界的数据在解读百分位数和平均值时也要考虑边界效应。发散：这是一份可迁移的”选方法前先诊断数据形态”的思维清单，本质上适用于任何统计分析场景，不局限于监控领域。