The mean means nothing: data visualization to debug a latency problem2 months agohttps://fzakaria.com/2026/07/27/the-mean-means-nothing基准测试中的性能提升可能无法反映实际生产环境，因为指标存在噪声。多种统计量（均值、中位数、p95、p99）可能对同一数据变化讲述相互矛盾的故事。累积分布函数（CDF）可视化整体分布，揭示偏移和交叉点。随时间推移的灰度数据能显示聚合数据所隐藏的渐变回归模式。延迟的双峰分布通常有根本原因，例如基于响应大小的缓存命中与未命中。联合图可按响应大小等变量分离人群，以识别可操作的原因。需要多种可视化方式才能充分理解数据，而不是依赖单一数值。
Heritability puzzlers2 months agohttps://dynomight.net/heritable/遗传力被定义为基因型方差与表型方差的比率，而非简单的点归属。基因型值（随机环境中的平均性状）这一概念至关重要，但常被忽略。遗传力可能与直观的因果解释不符；例如，高遗传力并不直接暗示遗传因果关系。遗传力取决于群体组成与环境；在人为设定的场景中，它可能为零、未定义甚至无限。尽管遗传力存在奇怪之处，但它对于判断性状是否能受典型遗传或环境变化影响所提供的洞察有限。广义遗传力与狭义遗传力的区别很重要，尤其是对于进化预测而言。
Why no breakthrough yet? Or, why is it 'taking so long' to test COVID-19 treatments? - Bert Hubert's writings2 months agohttps://berthub.eu/articles/posts/corona-trial-math/许多潜在的新冠肺炎治疗方法存在，但尚无一种被证明100%有效，大多数在正确时机使用也仅能达到20-50%的效果。由于统计噪音，小型试验结果冲突是预料之中的；即便50%有效的治疗方法，在小样本中也可能未显示改善。良好协调的大规模试验对于可靠结果至关重要，但组织和妥善实施需要时间。
98% Isn't Much3 months agohttps://whynothugo.nl/journal/2026/07/03/98-isnt-very-much/98%成功率是情境依赖的：在卓越成就上表现优异，但对于基本期望则不可接受。在Web开发中，98%的功能支持率仍可能排除大量用户，特别是当目标受众的人口结构与一般人群不同时。稳健的工程需要优雅处理边缘情况；对不支持的功能缺乏降级处理意味着98%并非真正的“广泛支持”。