目录
一、摘要
近年来，年轻人生活节奏逐渐加快，人们代与代之间的生活差异和社会观念已经发生了显著变化，以致于爆发激烈冲突的事件屡见不鲜。
随着年关将近，祖国各地的人们都开始筹备着回家过年。可无论是学生，外地务工人员，还是上班的工作人员，都会面临着一个令人头痛的问题，那就是老家情报部门的审问。这其中有很多问题，回答起来可谓是即别扭又尴尬，还弄得不好意思。甚至，很多人逐渐变得对过年愈发的恐惧。
作为一个体面人，您绝对不允许这种问题对您产生困扰。不过不必担心，既然您已经阅读到了这里，那么，您的生活百科策略顾问——倪桑，将为您深入剖析，出谋划策，使您能够灵活应对过年遇到的棘手问题，让您重新爱上中国年。
二、假设
1.数据信息涵盖面广，不失一般性，即数据量大小不影响结果的真实性。
2.网络数据与实际调查一致，不必进行数据的筛选和剔除。
3.文中出现的问题及总结的结论具有全国广泛性，而不具备地域性。
4.数据是独立同分布的随机变量，适用于普遍的数理统计定理。
三、过程分析
对于学生的问题可归纳为，学习，对象，工作；对于上班族，问题可归纳为工作待遇，工作效绩，车房孩子。由于数据量过于庞大，建议您听从您的资深策略顾问倪桑的建议，将”万”作为数据统计单位。
| 问题 | 学习(A类) | 对象(B类) | 工作(C类) |
| 学生(/万) | 4 | 4 | 2 |
| 问题 | 工作待遇/效绩(D类) | 车房孩子(E类) |
| 上班族(/万) | 7 | 3 |
3-1-1、学生问题分析
计算年龄与问题类型的相关性:
由于年龄和提问问题的次数不属于统一量纲，以下将对数据进行标准化变换。
标准化变换之后的矩阵为:
为了消除您对我专业性的疑虑，策略顾问将全面解析数据标准化变换的过程及方法，因为专业，我是认真的。
其中：
(我也不知道为啥公式从Word复制过来成了图片，我是菜J，能看就行)
相当于是对
按列求平均值，
是方差，经过标准化变换后，
服从
(0,1)的标准正态分布，也就是说，数据变化后依旧服从高斯分布，其数值特性不受任何影响。
变换后的结果为:
以下计算年龄和被提问问题的相关性:
已经达到了《惊人的》0.1386，其年龄相关性已经严重到不得不让您引起重视，尤其是目前，如果您是大学生，您必须考虑您的年龄关系对您的问题类型造成的影响，不过不必担心，接下来请让资深策略专家倪桑为您解忧。
分析柱状图可以得出以下结论
| 年龄 | 问题类型 |
| 19~22岁 | 对象或(和)学习 |
| >22岁 | 毕业工作 |
任一指定年龄如果统计20次，规定其确信估计值在±0.2以内，那么由中心极限定理，则有
查阅表格可知，P=0.6876，也就是说，以上结论我们有68.8%的把握是确信的，这个数据是很恐怖的，资深专家认为，需要足够的引起您的重视。因此，阅读到现在，您需要首先冷静下来，通过身份证等官方证件了解您的准确年龄，然后才可以对症下药。
恰到好处地回答别人的问题既能体现出您的内涵修养，也是您对他人的尊重。接下来请让策略顾问倪桑通过几组数据分析问题。
| 回答方式 | 受访者目测来访者心情指数 | 问题类型 |
| 潦草敷衍，表露不满，<30字 | 0.1;0.15;0.2;0.1;0.2 | A-60%;B-20%;C-20% |
| 问啥说啥，绝不多说，<100字 | 0.4;0.6;0.5;0.7;0.65 | A-40%;B-30%;C-30% |
| 带有感情色彩，语气愉悦，<200字 | 0.8;0.9;0.9;0.8;0.95 | A-20%;B-40%;C-40% |
| 社交达人，>300字 | 0.2;0.4;0.3;0.35;0.4 | A-30%;B-20%;C-50% |
借助MATLAB工具箱Curve Fitting拟合工具，采用四阶sum of sine的方式，其基本格式为:
代入数据得到结果如下，其方程为:
谈到拟合，就需要对拟合结果的代价进行分析了，首先确定我们可以容忍的代价的阈值:
一阶拟合代价函数形式为:
虽然对象公式不同，但这丝毫不影响在本文的应用，因为只要我们觉得它对，那它就是对的。
将数据代入公式，计算得:
通常我们认为，J>0.5就是美滋滋，<0.5就是emo，虽然计算得到的J=0.3115，但是资深专家想提醒您，我们研究的问题严峻且复杂，付出一些代价是值得的！
可见，回答的过多过少都会导致来访者心情变差，因此，资深专家建议您合理控制谈话字数，提高谈话质量，争做高质量社交人类！
这里规定，在您的资深策略专家帮助下，追求的最完美谈话境界是来访者心情指数达到≥ 0.7，令f(x)=0.7,解这个方程得，
至此，您的资深策略顾问专家倪桑可以给您宝贵的意见了
3-1-2、应对策略
| 年龄(限学生) | 提前准备被问及的问题 | 建议回复字数 | 预测准确概率 |
| 19~22岁 | 学习或(和)对象 | (88,186) | 68.76% |
| >22岁 | 毕业工作 |
3-2-1、上班族问题分析
同理，需要计算年龄与问题类型之间的相关性，有了之前的分析，这里简写，只给出结果:
可见，我们必须用发展的眼光看待问题，因为其年龄相关性已经大不如前，但是当具体到某一个确定问题时，它仍具有年龄相关性。
之所以过低，是由于工作问题这一要素在各年龄段都有出现且独立不相关，因此需要统计另一要素。
经验之谈，虽然过年被问及问题，可受访者的感受是明显不一样的，即有的人感觉来访者只是随便问问而已，而有的人觉得对方在刨根问底，致使自己感到很不适，以下是倪桑为您带来的一线数据。
| 受访者工作城市 | 受访者感受 | 年龄 | 感受平均值 | 结果(阈值=0.7) |
| 上海(30°N,120°E) | 0.2;0.3;0.15;0.1;0.1 | (25,30) | 0.17 | 不合格 |
| 南京(31°N,118°E) | 0.4;0.6;0.5;0.6;0.5 | (30,40) | 0.52 | 不合格 |
| 深圳(22°N,114°E) | 0.7;0.6;0.9;0.6;0.7 | (40,45) | 0.7 | 合格 |
| 珠海(21°N,113°E) | 0.3;0.25;0.4;0.4;0.3 | (25,30) | 0.33 | 不合格 |
| 广州(22°N,113°E) | 0.9;0.8;0.75;0.6;0.8 | (30;40) | 0.77 | 合格 |
| 镇江(32°N,119°E) | 0.4;0.6;0.5;0.45;0.3 | (25,30) | 0.45 | 不合格 |
| 本省 | 0.7;0.6;0.7;0.55;0.6 | (30,40) | 0.63 | 不合格 |
| 本省 | 0.7;0.8;0.95;0.8;0.6 | (40,45) | 0.77 | 合格 |
| 本省 | 0.8;0.6;0.85;0.7;0.9 | (30,40) | 0.77 | 合格 |
借助MATLAB工具箱Curve Fitting拟合工具，分析年龄变化对受访者心情的影响，高斯逼近函数一般形式为:
代入数据并调试，选择合适的阶数，这里为便于运算，取四阶:
同上，下面检验拟合代价:
解得:
观察这个函数图像，发现在34岁以后，所有受访者心情将会停留在0.7以上趋于平稳，下面让我们检验这一结论的准确性。
任一组数据如果统计5次，规定其确信估计值在±0.2以内，那么由中心极限定理，则有
至此，您的资深策略顾问专家倪桑可以给您宝贵的意见了。
3-2-2、应对策略
| 年龄(限上班族) | 提前准备被问及的问题 | 准确概率 | 工作地 | 建议应对策略 |
| <34岁 | 工作/车房孩子 |
81.98% | 省外 | 建议跳槽至其他地域，或回省内，并等到34岁 |
| 省内 | 等到34岁，即可获得金刚不坏之身 | |||
| >34岁 | 工作 | 任意 | 您已无懈可击，万不得已时您可以尝试一下跳槽 |
四、写在后面
1、以上内容纯属娱乐，增添年味，如若和我争辩科学性，我拒绝哈哈哈。
2、这也是近几年形成的社会焦点问题吧，人们压力越来越大，每年过年回家被审问，心情就会感觉很糟糕，实际上我们想一想，这种唠叨对我们来说何尝不是一种乡愁呢？
3、其实，压根没有什么过年焦虑症，和亲人团聚，就是最大的幸福！
4、衷心祝大家新年快乐！！
3849
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
