从上面的表述中，我们已经检验了样本数的分布是符合正态分布的，因此根据上面例子中得到的测试数据我们便可以做进一步的推算，确定最终256M文件在Linux系统上的磁盘写入速度。对于检验的过程，还有几点需要通俗的讲解一下。首先，是关于总体均值的估计，在总体方差未知时，一般情况下可以用样本的标准偏差来代替。其次，从拒绝域来检验正态分布的通俗意义是指分散在95%以外的样本数据偏差量非常之小，以至于基本上都落在了上图中 
所指的区域中。再次，在标准正态分布中，上文提及到的中位数应该是等于均值的，上面例子中得到的两值的确是非常接近的，我们实际采样时往往会偏离正态曲线的中心，导致中位数或大于均值或小于均值，这对检验来说具有更多的指导意义。对于大量重复性测试结果来说，使用其均值来表示最终测试结果，实际上是一种不负责任的测试态度，好比一首打油诗里说“张村有个张千万，9个邻居穷光蛋，人均收入算一算，个个都是张百万”，这种情况下，中位数显然比均值更为合理。对于其他字母所代表的含义，可以参考任何一本概率统计学书籍，这里不再多提了。
对于上表数据中列出的样本数，我们不难推导出其数学期望
（Pi表示每个分区在所有样本中的分布概率），即是说第51.9号区间才是我们得到的测试数据最期望的区间。该区间所对应的磁盘写入时间为465745.0毫秒，这便是我们得到的最终的256M文件在我使用的测试机上的可靠的写入时间，其置信度最低也在95%以上。
写到这里，终于可以长舒一口憋屈好久的闷气了，对一个沙粒的描述也算基本完成，且慢开始下一章的长篇阔论，我们先停步此处透过这粒沙子看看能窥视到些什么。还是从上面那个文件写入磁盘的例子来说，对于写入256M文件的速度我们已然获知了，那么我现在还想看一下写入128M文件或者是512M文件的速度是怎样的。于是我们又写了个程序对这些不同大小的文件写入速度进行了测试，我们采样，然后辛苦的推算了样本容量，再勤劳的进行测试，于是这些沙粒被确定并逐渐汇聚了起来，沙堆的形状也渐渐由朦胧转向清晰，于是你我都需要事先好好准备一下了，长吸一口气，看来下一步我们憋屈闷气的时间要更加漫长了。
最后以一张图结束本章，也希望作为下面要描述内容的一个启迪。
相关链接：
