样本量陷阱：五场连红不是规律

「我最近五场全对」——这句话在小圈子里总能引起赞叹。但如果稍作计算，你会发现五场全对的概率，远比直觉中高得多。理解这一点，是避免把小波动当成大规律的关键。

先算一算：五场全对有多难

假设每次判断有 55% 的成功概率，五场全对的概率约为 5%。听起来不高，但如果一个人连续观察二十个独立周期，至少出现一次五连对的概率会接近 64%。

这就是关键：单个样本的稀少，不代表整体罕见。集合足够多的观察者，总会有人「连续命中」。

幸存者偏差的角色

我们通常只听到成功者的声音。那些连续失败的人不会分享经历，于是观察到的样本天然偏向成功者。这会让我们系统性地高估某种方法的有效性。

对抗幸存者偏差的唯一方法是主动收集反面样本：同样条件但结果不利的案例，也要记录。

样本量与结论强度的匹配

五场只能支持「有一点迹象」这样的弱结论；五十场可以支持「可能有效」；五百场才有资格讨论「稳定有效」。结论的强度必须与样本量匹配，否则就是过度解读。

在记录时给每条结论标注置信程度，是一个好习惯。它会强迫你思考：我凭什么这么说？

分组比较比整体统计更有价值

整体统计容易被少数极端样本拉偏。把它们按联赛、盘口类型、时段分组，往往能看出更真实的差异：某些场景确实稳定，另一些场景则完全随机。

分组的意义在于找到「方法的适用范围」，而不是宣称「方法永远有效」。

如何改进记录

第一，记录所有观察，包括未参与的。第二，标注每条记录的置信程度。第三，每月做一次抽样复算，检查自己的统计是否受到偏差影响。

这些动作不复杂，但它们能把「感觉」逐步替换为「证据」。

保持谦逊的实用性

承认随机性，并不是否定分析的价值，而是让分析者对自身结论保持合理的怀疑。这种怀疑不会削弱判断力，反而会让判断更稳。

数据的世界里，最重要的能力往往不是计算，而是知道自己什么时候算得不够。

在概率的世界里，连续命中不是奇迹，只是分布的一部分。理解这一点，你会少走很多弯路。