用数学语言表述：
设有n个民族，假定人数相同为m，第i个民族中每个人的性格指标为xi1...xim，i=1...n。
统计得到：各民族的性格指标均值（即民族性）为X1...Xn（就是前面你的N1...Nn）、标准差（个性变化）为S1...Sn
对于任意i,j=1..n，为了判定Xi与Xj是否有显著差异需要进行假设检验，“显著”的标准为Xi-Xj>k(Si+Sj)，k为与分布有关的参数。
实测S1...Sn都相当大，导致Xi-Xj>k(Si+Sj)无法成立；因此得到结论：民族性格均值（民族性）X1...Xn没有显著差异。
这个现象除了实测之外还有理论的暗示。
人类特性的分布，除了常见的体质正态分布、排队等待时间泊松分布之外，收入和偏好等社会行为特性则为负幂律分布
——又称帕累托分布、肥尾分布。密度函数随着自变量增加衰减慢，分布范围宽广，即所谓“长尾理论”或“黑天鹅事件”。
这类分布还有一个特性：高阶矩发散趋于无穷大，对于极端的情况如Cauchy分布f(x)=1/(1+x^2)，方差甚至会发散趋于无穷大。
对于这类特性的分布，基于均值和方差的假设检验得出显著结果的难度可能大大增加，极端情况下甚至得不出结果。
幂律现象（在频域称为1/f低频闪烁噪声）和导致天气不可长期预报的混沌、导致地震不可短期预报的分形也有一定的相关性。
至于幂律现象的实际影响，以及对一个服从幂律分布的系统提哪些问题合适，慢慢考虑中……
设有n个民族，假定人数相同为m，第i个民族中每个人的性格指标为xi1...xim，i=1...n。
统计得到：各民族的性格指标均值（即民族性）为X1...Xn（就是前面你的N1...Nn）、标准差（个性变化）为S1...Sn
对于任意i,j=1..n，为了判定Xi与Xj是否有显著差异需要进行假设检验，“显著”的标准为Xi-Xj>k(Si+Sj)，k为与分布有关的参数。
实测S1...Sn都相当大，导致Xi-Xj>k(Si+Sj)无法成立；因此得到结论：民族性格均值（民族性）X1...Xn没有显著差异。
这个现象除了实测之外还有理论的暗示。
人类特性的分布，除了常见的体质正态分布、排队等待时间泊松分布之外，收入和偏好等社会行为特性则为负幂律分布
——又称帕累托分布、肥尾分布。密度函数随着自变量增加衰减慢，分布范围宽广，即所谓“长尾理论”或“黑天鹅事件”。
这类分布还有一个特性：高阶矩发散趋于无穷大，对于极端的情况如Cauchy分布f(x)=1/(1+x^2)，方差甚至会发散趋于无穷大。
对于这类特性的分布，基于均值和方差的假设检验得出显著结果的难度可能大大增加，极端情况下甚至得不出结果。
幂律现象（在频域称为1/f低频闪烁噪声）和导致天气不可长期预报的混沌、导致地震不可短期预报的分形也有一定的相关性。
至于幂律现象的实际影响，以及对一个服从幂律分布的系统提哪些问题合适，慢慢考虑中……