一、什么是正态分布（摘自百度百科）
正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。[1]是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
（这个不重要）

二、正态分布曲线的特点（摘自百度百科）
正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。
这个也不是本帖重点

补图

三、3σ原则（摘自百度百科）
正态曲线下，横轴区间（μ-σ，μ+σ）内的面积为68.268949%。
P{|X-μ|<σ}=2Φ（1）-1=0.6826
横轴区间（μ-1.96σ，μ+1.96σ）内的面积为95.449974%。
P{|X-μ|<2σ}=2Φ（2）-1=0.9544
横轴区间（μ-2.58σ，μ+2.58σ）内的面积为99.730020%。[2]
P{|X-μ|<3σ}=2Φ（3）-1=0.9974
由于“小概率事件”和假设检验的基本思想 “小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的。由此可见X落在（μ-3σ，μ+3σ）以外的概率小于千分之三，在实际问题中常认为相应的事件是不会发生的，基本上可以把区间（μ-3σ，μ+3σ）看作是随机变量X实际可能的取值区间，这称之为正态分布的“3σ”原则。
这个依旧不是重点，重点在第四条

四、3σ原则在计算总分中的应用
重点！！！
重点！！！
重点！！！
试想一下，把这个图的横轴数据当作各位成员打出的难度分数，把这个图的纵轴数据当作打出这个分数的人数。那么我认为，打出分数偏高或偏低的人应该都是有的，但打出的分数集中在中间的人应该会更多一些，这样一来这个图线就大致符合正态分布。这个时候我们就可以考虑3σ原则了。
我之前模拟了几组数据，最终认为，打的分在（μ－2σ）到（μ＋2σ）中的都可以认定为是在偏差范围内的（μ是计算出的平均分，σ是标准差），超出这个范围的投票者应该不是很多。
因此，为了维护公平，下一步就可以制定对超出这个范围的投票者的处理方案了。
我的方式如下：对于超出这个范围的投票者，将在下一次投票后参与的总分计算中失去0.3的权重（权重最低为0，最高为1），也就是说投票超出范围的将会降低他在下一次投票中对结果的影响能力，如果一直超出范围的话，权重就会降到0，这样的话该投票者打的分就完全没有影响了。当然，如果下一次打的分数在范围内，可以恢复0.1的权重，以此类推，直至恢复正常权重值（加到1为止）。
好的，本帖完结

感谢解释

每个人的初始权重都为1对吧

选修2-3……(表示这本书没一点懂的)

选修2—3，没毛病，要做做选修4-5的吗楼主？

前排学渣膜拜学神