78∶22法则是什么？

1. 78∶22法则是什么？

犹太人说，被他们视为自己生活的法则的就是“78∶22法则”，它是犹太人成功致富的根本。所谓“78∶22”法则，严格地说，应是“78.5∶21.5”，由于小数赘口，故称作“78∶22”。这个比数很有哲理，它是以一个正方形的内切圆关系计算出来的。假设一个正方形面积是100，那么，它的内切圆面积则是78.5，剩下的面积即21.5。以整数计算表达，便是78∶22。
说来也巧，空气中的气体比例中，氮气占78%，氧气占22%；而人体也是由78%的水及22%的其他物质所构成的。这个78∶22的数据成为人类不可抗拒的宇宙大自然的法则，人类不能违背这种法则而生存发展。试想，如果空气中氮气占22%，氧气倒过来占78%，人类能在这样的空气中生存下去吗？又如，若把人体中水分的比例降至60%，那固然会干枯而死。因此，犹太人认定“78∶22”是个永恒的法则，没有互让的余地。
犹太人认为，做生意也顺应这一法则。在一个国家中，富有的人远远少于一般大众，但富人所持的货币却压倒大多数人。也就是说，一般大众所持有的货币为22%，而富人所持的货币是78%。因此，做生意若以拥有78%货币的22%的富人为主要对象必会赚钱。
在通常情况下，78%的生意是来自22%的客户，这就要求企业界认真研究和分析客户的构成，把78%的精力放在22%的主要客户上，而不能平均使用力量。
犹太人投资，同样本着“78∶22”法则去经营运作。
他们认为，不赚钱的投资是不符合“78∶22”法则的，因而不能生存下去。欲要赚钱，在经营中就必须懂得核算，这正如一个正方形的内切圆一样，投入的资本，起码要达到一定的利润回报率才合算，达不到这个比率就不合算乃至亏本，这样的生意就不能做。放贷赚钱法是犹太人起家的一招，他们在英国和欧洲产业革命之时，瞄准了企业发展急需资金的状况，以高利率把钱借给那些企业，得到的回报率比自己办企业赚钱还多，而风险相应减少。这也是运用“78∶22”的法则的一种表现。
美国企业家威廉·穆尔在为格利登公司销售油漆时；头一个月仅挣了160美元。此后，他仔细研究了犹太人经商的“二八定律”，分析了自己的销售图表，发现他的80%的收益的确来自20%的客户，但是他却对所有的客户花费了同样的时间一这就是他失败的主要原因。于是，他要求把他最不活跃的36个客户重新分派给其他销售员，而自己则把精力集中到最有希望的客户上。不久，他一个月就赚到了1000美元。穆尔学会了犹太人经商的二八分割法，连续91年从不放弃这一法则，这使他最终成为了凯利——穆尔油漆公司的主席。
美国、法国等欧美国家的金融寡头多为犹太人，华尔街也基本上是犹太人的天下。18世纪末就办起中欧金融大市场的约瑟夫·门德松，因创建金融集团而拥有百亿美元资产的罗斯柴尔窃等都是犹太人。他们成功的奥秘就在于更进一步地运用了22∶78法则。
这就是分析不断发展的各种经济需要越来越多的资金支持的形势，向四处发放高利贷为积聚分散的钱设立正式的金融机构，以最广泛地吸纳社会分散货币来购买股票或股权，然后让密集的资金流向耗资多并且回报率高的大项目。

2. 22∶78法则怎么解释

78:22简称8020原则，是说20%的富人掌握80%的人的财富. 
“8020”法则的几点启示 
据李汉昭撰文（见《知识文库》）介绍，1897年，意大利经济学家柏累托在从事经济学研究时，偶然注意到19世纪英国人的财富和收益模式。在调查取样中，他发现大部分所得和财富，流向了少数人手里。同时发现了两件他自认为非常重要的事实：某一族群占总人口数的百分比，和该族民所享有的总收入或财富之间，有一项一致的数学关系。还有就是这种不平衡的模式会重复出现——在对不同时期或不同国度的考察中都曾发现过这种现象。 

柏累托的研究归纳出这样一个结果：即如果20%的人享有80%的财富，那么就可以预测，其中10%的人享有65%的财富，而50%的财富，是由5%的人所拥有。重点还不是百分比，而在于一项可预测事实：财富在人口的分配中是不平衡的。 

由此，“8020”便逐步成为了这种不平衡关系的简称（不管结果是否恰好是80/20）。后来，这个发现开始有了不同的命名，诸如法则、原则、定律等等。 

“8020”法则主张：以一个小诱因或小投入或小努力，通常可能产生大结果或大产出或大收益。通俗地说，个人所完成的80%的工作成果，来自其20%的付出（亦即4/5的努力或是说大部分付出，是与成果无关的）。于是，后来有了“通常一个企业80%的利润来自它20%的项目”的管理定律。这个定律或者说是法则，显然与一般人的期望相距甚远。正如李汉昭文所指出：“在原因和结果、投入和产出、以及努力和回报之间，本来就不平衡。”而典型模式显示：80%的产出，来自于20%的投入；80%的结果，归结于20%的起因；80%的成就，产生于20%的努力。 

日常生活中，这种“8020”法则效应随处可见： 

——20%的商品和20%的客户，往往涵盖了80%的营业额； 

——20%的企业产品或销售渠道，常常占了企业80%的盈利； 

——20%的罪犯，实施了80%的犯罪活动； 

——20%的驾车人，造成了80%的交通事故； 

——20%的孩子，实现了80%的教育目标； 

——个人在80%的时间里，穿着了自己20%的服装； 

——能源的80%耗费在了过程中，只有20%真正用在了工具上； 

——世界80%的资源，是被约20%的人口耗尽的； 

——社会上80%的疾病源自心理，只有20%是真正身体疾患；——20%的人所患疾病的20%，会消耗80%的医疗资源； 

——拼命跻身20%行列的人，有80%却不得不站进80%的行列；反之，要想占据80%的优势，结果费尽心机也只占了不到20%…… 

总之，在原因和结果、投入和产出、以及努力和回报存在的不平衡之间，大致分为两种不同类型：多数，只会造成少许的影响；少数，能够造成主要且重大的影响。 

笔者认为，“8020”这个如今仍然为众多人所不清楚或不重视的法则，如今至少可以给我们提供这样几个主要方面的思考和启示： 

1、“公正和公平”并不意味着“平均”。细细想来，任何事物都存在差异，绝对的“公正和公平”是不存在也是不可能的。之所以说“共同富裕”不是同时富裕和平均富裕，道理就在这儿。因此，我们所做的“协调与平衡”，其结果也只能是相对的，而不是绝对的。由此可知，不论出发点如何，凡是在事物发展过程中一味追求绝对、忽视甚至否认相对的想法、做法和企盼，都不是客观的、实事求是的态度。 

2、“节制与平和的心态”是顺利安康的重要基础。如今已经摆脱解决温饱问题的困扰、逐步开始富裕起来的人们，喜欢说“高官不如高薪、高薪不如高兴”——把身心的健康放在了首要位置。显然，要想高兴，要求顺利，要谋健康，良好心态及其由此产生的节制与平和态度，是个重要的基础。现实生活不难看出，所有影响社会稳定的动机行为，都源自不良心理者的缺乏节制与心态不平。它不仅是人生顺利与否的一个关键所在，而且是人生能否安康的一个重要因素。 

3、注意能够造成主要且重大的影响的“少数人”或“少数事”。虽然没有绝对的“公正和公平”，尽管“共同富裕”不是同时富裕和平均富裕，但并不以为着可以放弃“公正和公平”、不为实现“共同富裕”而努力——对绝大多数人的利益维护直接关系到社会的发展和长治久安。因此，必须重视并关注容易造成主要且重大的非正常影响的“少数人”或“少数事”，规范并制约其生出的不良事端，把消极影响降到最低程度

3. 7±2法则

一、什么是7±2法则？
  
 7±2法则正式提出于美国心理学家George A. Miller1956年发布的论文《神奇的数字7加减2：我们加工信息能力的某些限制》。
  
 Miller最早对 短时记忆 能力进行了定量研究，他发现人的短时记忆能力的广度为7±2个信息块。
  
 举个直观的例子，以下随机给出10个词语，看一遍能记住几个？
  
 苹果  猴子  飞机  珠宝   鲜花   地图  面包   勺子   美女   仓库
  
 二、知道7±2法则对我们来说有什么用呢？我随便想到几个，实际中应该还有很多。
  
 1、交互设计
  
 7±2法则是交互设计中一个常用的法则，例如网页导航，为了给用户提供明晰的网站向导，导航栏目最多不超过9个，栏目过多用户就会觉得混乱而难以选择，那时就得考虑分组分级显示了。而移动应用中一般导航不超过5个。
  
 2、文档整理
  
 电脑里的文件在整理时，也符合这个原则，一个层级下的文件夹数量在7±2个为好，而文件夹层级的深度也不要太深，这样在查找时更容易找到目标。
  
 3、记忆
  
 拿最开始举例的几个词语来看，是10个信息块，我们一次是无法记住这个数量的信息块的，那么就要想办法把他们变成更少的信息块，也就是把他们分组，每一组中的词语互相建立联系，然后再进行记忆，比如把美女、珠宝、鲜花放到一组，我们记为一个戴着珠宝捧着鲜花的美女 ，其他的也类似建立联系，然后再记一遍，是不是发现轻松地就搞定了呢？
  
 记忆各种号码也是一样，比如手机号137********，我们可以分为137  ****   **** ，然后再来记忆，这样就容易多了。
  
 关于记忆方法只说和法则相关的点，其他就先不多说了，对记忆方法有兴趣的可以查阅相关书籍。
  
 4、沟通
  
 与别人沟通交流信息时，传递的信息块不要超过7±2个，否则对方容易混乱，难以达到好的沟通效果。
  
 5、团队管理
  
 一个团队里人数控制7±2个，这样大家更容易团结一致，团队发展更高效。人太多就容易散，所以一个团队人数过多一般都会再次拆分，以便更好地进行管理。
  
 认识了7±2法则的神奇特性后，在工作和生活中灵活应用，一定能给我们带来很多便利，欢迎大家一起交流。

4. 3σ原则是什么？

3σ原则是拉依达准则，拉依达准则是指先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间，认为凡超过这个区间的误差，就不属于随机误差而是粗大误差，含有该误差的数据应予以剔除。
这种判别处理原理及方法仅局限于对正态或近似正态分布的样本数据处理，它是以测量次数充分大为前提的，当测量次数少的情形用准则剔除粗大误差是不够可靠的。因此，在测量次数较少的情况下，最好不要选用该准则。


可疑数据的处理
对于可疑数据的取舍要慎重。在试验进行中时，若发现异常数据，应立即停止试验，分析原因并及时纠正错误；当为试验结束后时，应先找原因，在对数据进行取舍。如发现生产（施工）、试验过程中，有可疑的变异时，该测量值则应予舍弃。
这类数据的不能清楚地判定原因时，可以借助一些统计方法进行验证处理，方法很多，如常用的拉依达准则和格拉布斯准则，还有如狄克逊准则，肖维勒准则、t检验法，F检验法等。
这些方法，都有各自的特点，例如，拉依达准则不能检验样本量较小（显著性水平为0.1时，n必须大于10）的情况，格拉布斯准则则可以检验较少的数据。在国际上，常推荐格拉布斯准则和狄克逊准则。
但对于异常数据一定要慎重，不能任意的抛弃和修改。往往通过对异常数据的观察，可以发现引起系统误差的原因，进而改进过程和试验。

5. 定义，法则①②③

积的乘方　　积的乘方，先把积中的每一个因数分别乘方，再把所得的幂相乘。
　　用字母表示为：
　　（a×b）^n=a^n×b^n
　　这个积的乘方法则也适用于三个以上乘数积的乘方。如：
　　（a×b×c）^n=a^n×b^n×c^n

6. 定义，法则①②③

定义：
、a叫做底数，n叫做指数，求n相同因式积的运算，叫做乘方,乘方的结果叫做幂

法则：
正数
负数、正数
0

7. 3σ原则如何得出

先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间，认为凡超过这个区间的误差，就不属于随机误差而是粗大误差，含有该误差的数据应予以剔除就得出3σ。
在正态分布中σ代表标准差,μ代表均值。x=μ即为图像的对称轴。
3σ：数值分布在（μ-σ,μ+σ)中的概率为0.6826；
数值分布在（μ-2σ,μ+2σ)中的概率为0.9544；
数值分布在（μ-3σ,μ+3σ)中的概率为0.9974；
可以认为，Y 的取值几乎全部集中在（μ-3σ,μ+3σ)]区间内，超出这个范围的可能性仅占不到0.3%。

扩展资料
3σ准建立在正态分布的等精度重复测量基础上，造成奇异数据的干扰或噪声难以满足正态分布。如果一组测量数据中某个测量值的残余误差的绝对值 νi＞3σ，则该测量值为坏值，应剔除。
通常把等于 ±3σ的误差作为极限误差，对于正态分布的随机误差，落在 ±3σ以外的概率只有 0。27%，它在测量中发生的可能性很小，故存在3σ准则。
3σ准则是最常用也是最简单的粗大误差判别准则，它一般应用于测量次数充分多( n ≥30)或当 n＞10做判别时的情况。
参考资料来源：百度百科-3σ准则

8. 3σ原则如何得出

3σ准则　　在正态分布中σ代表标准差,μ代表均值x=μ即为图像的对称轴 
  　　三σ原则即为 
  　　数值分布在（μ—σ,μ+σ)中的概率为0.6826 
  　　数值分布在（μ—2σ,μ+2σ)中的概率为0.9544 
  　　数值分布在（μ—3σ,μ+3σ)中的概率为0.9974 
  　　可以认为,Y 的取值几乎全部集中在（μ—3σ,μ+3σ)]区间 
  　　内,超出这个范围的可能性仅占不到0.3%.