伏羲八卦既已義理精當一氣貫通，

文王八卦

將有何說？

然而伏羲乾坤裡，並不見『人』，『人』只是萬物之一而已！故而文王以

乾坤六子圖

，欲立『人』。或可由

《老子》‧《第二十五章》

有物混成，先天地生。
寂兮寥兮，獨立而不改，周行而不殆，可以爲天下母。
吾不知其名，字之曰道。
強爲之名，曰大。大曰逝，逝曰遠，遠曰反。
故道大，天大，地大，王亦大。域中有四大，而王居其一焉。
人法地，地法天，天法道，道法自然。

知其一二。

由於『人』居處大地，以『食』為天，之所以用

帝出乎震，齊乎巽，相見乎離，致役乎坤，說言乎兌，戰乎乾，勞乎坎，成言乎艮。萬物出乎震，震，東方也。齊乎巽，巽，東南也。齊也者，言萬物之絜齊也。離也者，明也。萬物皆相見，南方之卦也。聖人南面而聽天下，嚮明而治，蓋取諸此也。坤也者，地也。萬物皆致養焉，故曰致役乎坤。兌，正秋也，萬物之所說也，故曰說言乎兌。戰乎乾，乾，西北之卦也，言陰陽相薄也。坎者，水也，正北方之卦也，勞卦也，萬物之所歸也，故曰勞乎坎。艮，東北之卦也，萬物之所成終而所成始也，故曰成言乎艮。

立八卦耶？儼然一幅『春耕夏耘秋收冬藏』圖！縱將此八卦歸之於『後天』，見得著『兩儀四象』的嗎？？若無『陰陽』，那『人』之『太極』將如何『立』呢！！

想『周文王』︰

商朝末年為西伯，故亦稱「伯昌」。任用太顛、散宜生等能人，施行裕民政策，國力日盛，卻為紂所忌，囚之於羑里，囚禁期間，寫下周易一書。

何許人也，能寫《周易》，卻不知『八卦之理』，當真是奇也怪哉？？特此姑妄言之，讀者請姑妄聽之。

天一地二，文王以『人法地』之道，故八卦之旨皆出於

【變貳爻】二十四個

[(坤, 巽), (乾, 坎), (兌, 坤), (巽, 坤), (巽, 離), (兌, 巽), (震, 乾), (艮, 乾),

(離, 坤), (乾, 震), (坎, 乾), (巽, 兌), (震, 坎), (離, 巽), (坤, 兌), (離, 兌),

(艮, 坎), (乾, 艮), (坤, 離), (兌, 離), (坎, 震), (艮, 震), (坎, 艮), (震, 艮)]

。如果將此關係『圖示』

見著『陰陽』兩儀了沒？果然『類聚群分』，男女授受不親的哩！『先天』以『四象』來調和『陰陽』，『後天』用『五行』去運化『剛柔』。故『震巽』皆木也，有陰陽，『雷風恆』且『風雷益』或祈『風調雨順』乎？此『三爻全變』者也，或以為『生之初』實『難』耶？極『陽』之『動』，方能解『屯難』矣！！『兌乾』全是金，亦分陰陽，『澤天夬』和『天澤履』或說『吉凶禍福』惟人自招，豈可『怨天尤人』的呢！用『一陽之微』講『起心動念』之『慎』道，否則『動則得咎』也！！文王豈無說乎？？『木金』方可成『器』，『水火』方便為『用』，在這個『後天』『器用人間』如何『成始成終』的吧！！

【兌乾之秘】

─── 《勇闖新世界︰《 PYDATALOG 》【專題】之物件導向設計 ‧四下》

且莫問天下『好人』多？還是『壞的人』多？先思考『平均』之『好人』何謂也！

似講電子帶『負電』，質子帶『正電』，中子『不帶電』嗎？？

像說此年、此月、此日…『生男』較之『生女』之多寡嗎！！

僅知『名目』詞條，果能知其『所指』嗎！？

平均數

平均數（英語：Mean，或稱平均值）是統計中的一個重要概念。為集中趨勢的最常用測度值，目的是確定一組數據的均衡點。

算術平均數（或簡稱平均數）是一組樣本 $\displaystyle x_{1},x_{2},\ldots ,x_{n}$ 的和除以樣本的數量。其通常記作 $\displaystyle {\bar {x}}$ $\bar{x}$

$\displaystyle {\bar {x}}={\frac {x_{1}+x_{2}+\cdots +x_{n}}{n}}$

例如, $\displaystyle 4,36,45,50,75$ 這組數的算術平均數是︰

$\displaystyle {\frac {4+36+45+50+75}{5}}={\frac {210}{5}}=42$

在統計中算術平均數常用於表示統計對象的一般水平，它是描述數據集中程度的一個統計量。我們既可以用它來反映一組數據的一般情況，也可以用它進行不同組數據的比較，以看出組與組之間的差別。用平均數表示一組數據的情況，有直觀、簡明的特點，所以在日常生活中經常用到，如平均的速度、平均的身高、平均的產量、平均的成績……

「範圍」用於數值型數據，不能用於分類數據和順序數據。

……

標準差

標準差（又稱標準偏差、均方差，英語：Standard Deviation，縮寫SD），數學符號σ（sigma），在機率統計中最常使用作為測量一組數值的離散程度之用。標準差定義：為變異數開算術平方根，反映組內個體間的離散程度；標準差與期望值之比為標準離差率。測量到分布程度的結果，原則上具有兩種性質：

為非負數值（因為開平方後再做平方根）；
與測量資料具有相同單位（這樣才能比對）。

一個總量的標準差或一個隨機變量的標準差，及一個子集合樣品數的標準差之間，有所差別。其公式如下所列。

標準差的概念由卡爾·皮爾遜引入到統計中。

闡述及應用

簡單來說，標準差是一組數值自平均值分散開來的程度的一種測量觀念。一個較大的標準差，代表大部分的數值和其平均值之間差異較大；一個較小的標準差，代表這些數值較接近平均值。

例如，兩組數的集合{0, 5, 9, 14}和{5, 6, 8, 9}其平均值都是7，但第二個集合具有較小的標準差。

表述「相差k個標準差」，即在 $\mu \pm k \cdot {\sigma}$ 的樣本（Sample）範圍內考量。

標準差可以當作不確定性的一種測量。例如在物理科學中，做重複性測量時，測量數值集合的標準差代表這些測量的精確度。當要決定測量值是否符合預測值，測量值的標準差佔有決定性重要角色：如果測量平均值與預測值相差太遠（同時與標準差數值做比較），則認為測量值與預測值互相矛盾。這很容易理解，因為如果測量值都落在一定數值範圍之外，可以合理推論預測值是否正確。

標準差應用於投資上，可作為量度回報穩定性的指標。標準差數值越大，代表回報遠離過去平均數值，回報較不穩定故風險越高。相反，標準差數值越小，代表回報較為穩定，風險亦較小。

母體的標準差

基本定義

\displaystyle \ SD={\sqrt {{\frac {1}{N}}\sum _{i=1}^{N}(x_{i}-\mu )^{2}}}

\displaystyle \mu

為平均值（ $\displaystyle {\overline {x}}$ ）。

簡易口訣：離均差平方和的平均；方均根。

簡化計算公式

上述公式可以如下代換而簡化︰

$\displaystyle {\begin{aligned}\sum _{i=1}^{N}(X_{i}-\mu )^{2}&={}\sum _{i=1}^{N}(X_{i}^{2}-2X_{i}\mu +\mu ^{2})\\&{}=\left(\sum _{i=1}^{N}X_{i}^{2}\right)-\left(2\mu \sum _{i=1}^{N}X_{i}\right)+N\mu ^{2}\\&{}=\left(\sum _{i=1}^{N}X_{i}^{2}\right)-2\mu (N\mu )+N\mu ^{2}\\&{}=\left(\sum _{i=1}^{N}X_{i}^{2}\right)-2N\mu ^{2}+N\mu ^{2}\\&{}=\left(\sum _{i=1}^{N}X_{i}^{2}\right)-N\mu ^{2}\end{aligned}}$