如果有一个功能一个错误每天出现问题概率基本固定，照说应该是正态分布，但实际数据看不理解，怎样求解得出一个成功率是只有5%可能的，是异常的。例如加入每天有10万次事件发生，失败不多，第一天成功率95%，第二天94%，第三天96，如此94 97 90……半年平均值 95%，范围是0%到100%，这样看是峰值是极为右偏的，不是正态曲线，这个难道是概率密度？我判断，85%是有问题，100%没有问题，数据上怎样求证？看来概率统计的书，越看越晕。感觉是概念上就出问题了，特请教，帮忙入门。
是对成功率做异常检测，而不是对是否成功做异常检测，即成功率不符合正太分布，是成功率的分布符合正态分布，所以成功率是输入样本，对该样本集按概率统计的公式进行计算，就会发现你期望的那个正太分布了。至于异常检测，就是将你的成功率0.95 0.94 0.96 0.94 0.97 ...... 先求均值，然后求标准偏差，最后用求得的参数对每一个成功率进行异常判断
比如一个日志采集系统，遇到网络抖动，容易出现丢数据。后台可以每5秒模拟请求一次，将实际接收到的每天数据总量/后台每天发送总量，可以用这个来衡量成功率。将近一年的成功率做成图表，看在什么区间上下震动，就可以理解为正常。
若有帮助，谢谢采纳~
是对成功率做异常检测，而不是对是否成功做异常检测，即成功率不符合正太分布，是成功率的分布符合正态分布，所以成功率是输入样本，对该样本集按概率统计的公式进行计算，就会发现你期望的那个正太分布了。至于异常检测，就是将你的成功率0.95 0.94 0.96 0.94 0.97 ...... 先求均值，然后求标准偏差，最后用求得的参数对每一个成功率进行异常判断