正常情况下，一个群体的学生成绩通常都会比较符合“正态分布”，至少在大数据的统计上，这个结果不可能出错。
所谓“正态分布”，是一个数学名词。简单说，就是数据的形成像一个山头，中间高，2头低。越是中间部分，数据相对集中，越是靠边上，数据也就相对分散。
用一个班级的成绩来举例，80分左右的学生人数最多，70分和90分左右的学生人数相对就较少，至于60分以下和满分的学生更是个别现象了。
显然，这样的成绩是满足“正态分布”的，也是相对合理的。 但“正态分布”只不过是一个大概率事件，并非绝对，更不能教条。
中南大学某老师在朋友圈中的发言，就对学生成绩的“正态分布”提出了异议。该校18级软件工程的学生，考试成绩过于出色，90分以上的学生太多。
这显然不符合成绩的“正态分布”规则，于是教务办要求该老师修改学生成绩，把50个学生的成绩从90分改成80分。
这个提议被老师严词拒绝了。老师的回答非常清楚，给多少90分以上分数，是试卷的结果，不是教务办定的指标。
那么，为什么这位老师的学生，他们的成绩会不符合“正态分布”呢？原因其实也并不复杂，无非是这么3点。
l样本不够多
任何统计结果，都是建立在大数据统计的结果上，也就是用于统计的样本要足够多，这样才有可能得出相对准确的结果。
比如，众所周知抛硬币只有两个结果，正面和反面。理论上，正面和方面的结果都是50%，二者的概率是一样的。
但这是建立在样本足够多的情况下，如果只抛10次，正面5次，反面5次的概率极低，极端情况下出现单面7次甚至8次以上也不是没有可能。
那么，一个班级的学生成绩分布也是一样，因为样本数据不够多，理论上出现任何结果都属于正常现象，不满足“正态分布”一点也不意外。
l内卷会使得结果完全偏移
在学生学习比较刻苦或者学习压力比较大的情况下，学生成绩的“正态分布”会发生严重偏移，甚至完全不符合应该有的数据模式。
比如，现在小学生低年级的成绩分布就是如此。小学一二年级的学生，尤其是在一些名校，双一百属于正常现象，单科95分很大可能就是班级倒数了。
这类的数据完全不符合“正态分布”原则，其根本原因就是学生的学习压力过大，家长对成绩的过度重视导致的结果。
因此，在内卷相对较为严重的情况下，绝大部分班级的学习成绩完全不符合“正态分布”原则，会出现极大的偏移。
l意外原因导致的结果
很多时候，意外情况的发生也会直接影响到最后的考试成绩，比如试卷较为简单或者极难，考试的知识点被重点讲过等等情况都会直接影响到最后的成绩。
一旦发生这种情况，整个班级的成绩都会发生极大的变化，要不就是集体大幅度下降，要不就是高分学生多得离谱，任何一种情况都会使得数据发生极大的偏移。
对于大学生来说，如果一个班级的学习氛围较好，学生想要保研或者考研的人数较多，对绩点的追求，也会使得成绩出现较大的偏移。
成绩的“正态分布”某种意义上属于理想状况，在大多数的情况下适用，但不可能适用于所有情况，这同样不科学。
一些思考：
对于中小学生来说，学生成绩不符合“正态分布”，教研组多半会反省试卷的难度，老师的教学水平等等方面的问题，并不会去强行修改学生的成绩。
但在大学，就完全不一样了。大学很多学科，有相当明确的比例要求，甚至有明确的不合格人数要求。
即使是毕业设计和毕业论文，也同样如此。一般而言优秀的比例大概在15%以内，即使出色的学生再多，这个比例也不太可能出现大的变化。
简单说，这是按照排名论成绩，而不是按照实际成绩或者能力论成绩。这某种意义上已经违背了教育公平的原则了。
这和高考一样，排名决定一切。高考由于优质教育资源有限，不得不如此。而大学课程或者毕业论文采用排名来决定成绩则多少有些不妥。
让大学成绩回归真实，优秀就是优秀，不合格就是不合格或许更为合理。为了符合“正态分布”，强行把优秀学生降低档次，或者为了符合比例，非要把普通学生划入优秀档次，都不公平。
让成绩回归真实，让人才评价回归理性，而不是强行分个三六九等，才是科学的态度，也是尊重事实的合理之举。