基于正态分布的前端性能数据分析（一）

原文 基于正态分布的前端性能数据分析（一）

前言

公司的前端项目是上报了各项性能数据的，如首屏时间、onload时间、网络用时等；因为用户可能处于各种环境中，如不一样的网络环境、机型差别、同一手机的不一样运行状态等，致使性能数据会有较大的波动，而这些异常数据对平均值的影响是很是大的，所以不能简单地用平均值描述性能情况，而应该作更加深刻地分析数据。
经过对性能数据的统计分析，咱们但愿获得性能数据的分布状况，监控上线先后的性能变化，甚至运行期间的性能波动，分析缘由出在哪一个环节，从而有针对性地优化项目；而且针对每一次优化，咱们可以定量地肯定优化成效有多大，而不是“嗯，好像优化有效果，在个人电脑上都变快了”
ps：因为不是专业作数据分析的，分析过程若是有不合理的地方，欢迎指正。

探索

因为咱们主要关注用户的首屏时间，所以我这里拿到了一周内首屏数据的抽样结果（约13万条），为了了解首屏时间的分布状况，我以50ms为间距统计各个时间段内的数据量，绘制折线图结果以下：

能够看到数据分布比较对称，曲线呈钟形，数据主要集中在550ms附近。
在传统的统计分析当中，不少时候咱们都但愿用正态分布来分析数据，就算不符合正态分布的数据，也有可能将原始数据转换为正态数据。
从上图能够看到，咱们的数据是比较符合正态分布的特征的，所以咱们能够尝试使用正态分布来分析。
因为segmentfault对数学公式支持不太友好，剩余内容请参考原文。