基於正態分佈的前端性能數據分析（一）

原文 基於正態分佈的前端性能數據分析（一）

前言

公司的前端項目是上報了各項性能數據的，如首屏時間、onload時間、網絡用時等；因爲用戶可能處於各種環境中，如不一樣的網絡環境、機型差別、同一手機的不一樣運行狀態等，致使性能數據會有較大的波動，而這些異常數據對平均值的影響是很是大的，所以不能簡單地用平均值描述性能情況，而應該作更加深刻地分析數據。
經過對性能數據的統計分析，咱們但願獲得性能數據的分佈狀況，監控上線先後的性能變化，甚至運行期間的性能波動，分析緣由出在哪一個環節，從而有針對性地優化項目；而且針對每一次優化，咱們可以定量地肯定優化成效有多大，而不是「嗯，好像優化有效果，在個人電腦上都變快了」
ps：因爲不是專業作數據分析的，分析過程若是有不合理的地方，歡迎指正。

探索

因爲咱們主要關注用戶的首屏時間，所以我這裏拿到了一週內首屏數據的抽樣結果（約13萬條），爲了瞭解首屏時間的分佈狀況，我以50ms爲間距統計各個時間段內的數據量，繪製折線圖結果以下：

能夠看到數據分佈比較對稱，曲線呈鐘形，數據主要集中在550ms附近。
在傳統的統計分析當中，不少時候咱們都但願用正態分佈來分析數據，就算不符合正態分佈的數據，也有可能將原始數據轉換爲正態數據。
從上圖能夠看到，咱們的數據是比較符合正態分佈的特徵的，所以咱們能夠嘗試使用正態分佈來分析。
因爲segmentfault對數學公式支持不太友好，剩餘內容請參考原文。