下一步设有12人参与预测，将每个人预测的数值进行汇总分别对其求平均 可以得到8.43为中位数的平均数 累计概率为把概率点位平分，每点之间的概率都是12.5% 所以我们可以看到低于或等于8.84的概率是75%。
根据外推预测和差值需要，将函数绘制成平滑曲线，然后我们就可以对其进行估计，可以使用两种方法，点估计和区间估计。
日常生活和经济全球化之间存在密切的关系。经济全球化是一个涉及全球范围内经济活动、贸易、投资、金融等方面的概念，它使得各国经济相互依存、相互联系，形成一个全球范围的有机经济整体。这种全球化的趋势对人们的日常生活产生了深远的影响。
以购物为例，经济全球化使得人们可以轻松地购买到来自世界各地的商品。无论是在大型超市、电商平台还是实体店，我们都可以看到来自不同国家的商品琳琅满目。这些商品可能包括食品、衣物、电子产品等，它们不仅丰富了我们的选择，也提高了我们的生活质量。
负责对每个省份的销量数据进行统计和分析，关注主要销售热点地区和潜在的市场机会
-提取出关键的销售变化和趋势，使用Python数据可视化，直观展示产品销售的月度和
地域分布，为市场部提供了有价值的数据洞察，支持关键的市场策略决策。
针对安利云购的程序首页，以下是五个建议的调整地方，以及相应的改进思路、设计方案和改进后的验证方式：
1. 调整一：提升页面加载速度
改进思路：优化代码结构，减少不必要的请求，压缩图片和文件大小，使用CDN等技术手段提升页面加载速度。
设计方案：对代码进行性能分析和优化，移除冗余代码。
合并CSS和JavaScript文件，减少请求次数。
使用图片压缩工具对图片进行压缩，减少图片大小。
引入CDN服务，分散服务器压力，提升用户访问速度。
验证方式：使用页面性能分析工具（如Lighthouse）对首页进行性能评估，确保加载速度在合理范围内。
邀请用户进行实际体验测试，收集用户对页面加载速度的反馈。
2. 调整二：增加个性化推荐
改进思路：通过分析用户行为数据，为用户提供个性化的商品推荐，提升购物体验。
设计方案：收集用户浏览、购买、搜索等行为数据。
利用机器学习算法对用户行为数据进行分析，生成个性化推荐列表。
在首页显眼位置展示个性化推荐商品，并提供推荐理由。
验证方式：监控个性化推荐商品的点击率、购买转化率等指标，评估推荐效果。
收集用户对个性化推荐的反馈，了解用户满意度。
3. 调整三：优化页面布局
改进思路：根据用户习惯和数据分析结果，优化页面布局，提升用户体验。
设计方案：采用响应式设计，确保页面在不同设备上都能良好展示。
将重要信息和功能放在显眼位置，方便用户快速找到。
减少页面冗余元素，提高页面简洁度。
验证方式：通过A/B测试对比不同页面布局的用户满意度和转化率。
邀请用户体验测试，收集用户对页面布局的反馈。
4. 调整四：提升平台交互性
改进思路：增加社交功能，提升平台互动性，吸引更多用户参与。
设计方案：在首页增加用户评论、晒单等功能，让用户可以分享购物心得和体验。
引入社交分享功能，方便用户将商品分享到社交平台。
举办互动活动（如抽奖、优惠券发放等），提高用户参与度。
验证方式：监控社交功能的用户参与度和活跃度。
收集用户对社交功能的反馈，了解用户满意度。
5. 调整五：加强品牌宣传
改进思路：通过首页设计加强品牌宣传，提升品牌知名度和用户信任度。
设计方案：在首页显著位置展示品牌Logo和口号。
引入品牌故事、企业文化等元素，增强用户对品牌的认知。
展示品牌荣誉和认证信息，提升用户信任度。
验证方式：通过问卷调查了解用户对品牌宣传的感知和认可度。
监控品牌搜索量和用户转化率等指标，评估品牌宣传效果。
采用增量字段方式捕获变化数据的原理是Y在源系统业务表数据表中增
加增量字段Y增量字段可以是时间字段Y同时也可以是自增长字段Y当
源业务系统中数据新增或者被修改时Y增量字段就会产生变化Y时间戳
字段就会被修改为相应的系统时间Y自增长字段就会增加
每当ETL工具进行增量数据获取时Y只需比对最近一次数据抽取的增量
字段值Y就能判断出来哪些是新增数据Y哪些是修改数据。
这种数据抽取方式的优点是抽取性能比较高Y判断过程比较简单YETL
系统设计清晰Y源数据抽取相对清楚简单Y可以实现数据的递增加载
最大的局限性就是由于某些数据库在进行设计的时候Y未考虑到增量字
段Y需要对业务系统进行改造Y基于数据库其他方面的原因Y还有可能
出现漏数据的情况。
3. 全量同步
全量同步又叫 全表删除**方式
Y是指每次抽取前先删除目标表
数据Y抽取时全新加载数据该方式实际上将增量抽取等同于全量
抽取对于数据量不大Y全量抽取的时间代价小于执行增量抽取的
算法和条件代价时Y可以采用该方式。
这种方式的优点是对已有系统表结构不产生影响Y不需要修改业务
操作程序Y所有抽取规则由ETL完成Y管理维护统一Y可以实现数
据的递增加载Y没有风险
缺点是ETL比对较复杂Y设计较为复杂Y速度较慢与触发器和时
间戳方式中的主动通知不同Y全表比对方式是被动的进行全表数据
的比对Y性能较差当表中没有主键或唯一列且含有重复记录时Y
全表比对方式的准确性较差。
日志比对的方式是通过获取数据库层面的日志来捕获到变化的数据Y
不需要改变源业务系统数据库相关表结构Y数据同步的效率比较高Y
同步的及时性也比较快Y最大的问题就是不同数据库的日志文件结
构存在较大的差异性Y实施分析起来难度比较大Y同时Y需要具备
访问源业务库日志表文件的权限Y存在一定的风险性Y所以这种方
式有很大的局限性。
日志比对方式中比较成熟的技术是CDC(Change Data Capture)技术Y
作用同样是能够捕获到上一次抽取之后产生的相关变化数据Y当
CDC对源业务表进行新增更新和删除等相关操作的时就可以捕获
到相关变化的数据Y相对于增量字段方式YCDC方式能够较好地捕
获到删除数据Y并写入相关数据库日志表Y然后再通过视图或者别
的某种可操作的方式将捕获到的变化同步到数据仓库当中去。
这种方式的优点是ETL同步效率较高Y不需要修改业务系统表结构Y
可以实现数据的递增加载缺点是业务系统数据库版本与产品不统
一Y难以统一实现Y实现过程相对复杂Y并且需深入研究方能实现
这种方式也通过第三方工具实现Y但是Y一般都是商业软件Y费用
较高。