怎么看待吉林一男子杀宠物狗解馋并拍照在业主群里炫耀坚持自己吃狗没问题的行为？ 第2页

根据计算，四等奖的中奖概率大约为 1 / 2303， 但在最近 300 期里，它中了 1 次四等奖，中奖率还高于平均值呢。

• （2）为什么有些彩民会觉得 “1，2，3，4……” 这样的号码不容易中奖？
  

用我自己创造的词语来说：他们被 “归类假象” 蒙蔽了。

什么叫 “归类假象” 呢？

就是看似有意义的归类，在我们所关心的维度下没有意义，反而对我们的判断造成了干扰。

就概率而言，似乎可以用一种很有意义的方式将所有情形进行归类，而看上去不同类别的发生概率差别很大，然而实际上，这个差别只是由于它们在总数上的差异造成的。从任何一个类别中抽取相同个数的例子，其发生的概率或期望并无任何不同。

就本题的来说，我们不难理解彩民们的想法：

他们不自觉地把彩票中奖号码归类成了 “有规律组” 和 “无规律组”。

以双色球为例：“有规律组”的情形可能包括： 7个数呈等差数列，7个数都小于10，7个数都是偶数，7个数包含了两个等比数列等等……其他的都为 “无规律组"。

彩民们研究了一下以往的中奖号码，发现过去好像极少开出”有规律组“ 的情形，所以他们认为：

• 【买无规律的号码组比买有规律的号码组中奖概率更大】
  

这个推论有道理吗？看起来好像很像回事呢。

但实际上，上面的那句话是不对的，正确的说法是：

• 【中奖结果是无规律的号码组比有规律的号码组概率更大】
  

这两句话有什么不同呢？简单地说，后者是 有规律组 和 无规律组的 等比例抽样，而前者是 有规律组 和 无规律组的 1：1 抽样，样本大小就不一样，概率分布又怎么会一样呢。

举个例子，假设有 100000 个号码组合，其中有规律的有 1000 组，无规律的有 99000 组。

假如彩票中心抽奖了 100 次，每次中奖 1 个号码组合

• 那平均来讲，只有 1 次是有规律组的， 99 次是无规律组的。无规律组的中奖结果占了 99%。
  

然而，对彩民来说，

中彩票的平均次数= 买彩票的次数 * 中奖号码属于这个分类的概率 * 买的彩票数在该分类中的比例

如果买了 100 次彩票，每次 1 注，

• 如果 100 次都是买有规律组，那他的平均中奖次数 E1= 100* (1/100) * (1/1000)=0.001
  
• 如果 100 次都是买无规律组，那他的平均中奖次数 E2= 100* (99/100) * (1/99000)=0.001
  

毫无差异。

以上的推导非常简单，连小学生都很容易理解吧？

但是在生活中，这种看似简单的 “归类假象” 可骗了不少人哦。

举个例子，这是一个古老的故事：

曾经有一个女子学院，有一天校长提议道，为了活跃学院的气氛，建议招一部分男生。董事会的成员坚决反对：千万不能这样，否则的话，一年后会有一半的女生退学的！
在最终的妥协下，校长决定，当年招收 1% 的男生做试验。
一年后，校长宣布：“招收男生的计划取得了圆满成功。诚然，学院的女生数量确实有所减少，但一年后她们在该届全体学生中的比例仅仅下降了 1 %”。

你发现问题在哪里了吗？

#

谢邀。这个问题很简单：如果知道各个号码的中奖概率一样，他们还会成为彩民吗？

***** ***** *****

上面这句话是调侃。如果要认真回答这个问题，得从两个方向回答：

• （1）“1，2，3，4……” 这样的号码买的人真的少吗？
  

以双色球（红球 33 选 6，蓝球 16 选 1）为例，在 2015-11-17 的开奖中，全国投注量为 323,653,256 元，即 161,826,628 注，而不同的投注数 共有 17,721,088 种，所以平均每种组合大概有 9 个人投注。那么， 1，2，3，4，5，6，7 这样的组合是否有 9 个人投注呢？ 还真的挺有可能呢。全国那么多人玩双色球，有 9 个人次投注了这个充满规律的号还真不奇怪。

所以，题主的命题看起来好像不太成立。

当然了，一定有很多人觉得觉得这个号绝无可能中奖，那么我们来看看近 300 期双色球的开奖情况：

根据计算，四等奖的中奖概率大约为 1 / 2303， 但在最近 300 期里，它中了 1 次四等奖，中奖率还高于平均值呢。

• （2）为什么有些彩民会觉得 “1，2，3，4……” 这样的号码不容易中奖？
  

用我自己创造的词语来说：他们被 “归类假象” 蒙蔽了。

什么叫 “归类假象” 呢？

就是看似有意义的归类，在我们所关心的维度下没有意义，反而对我们的判断造成了干扰。

就概率而言，似乎可以用一种很有意义的方式将所有情形进行归类，而看上去不同类别的发生概率差别很大，然而实际上，这个差别只是由于它们在总数上的差异造成的。从任何一个类别中抽取相同个数的例子，其发生的概率或期望并无任何不同。

就本题的来说，我们不难理解彩民们的想法：

他们不自觉地把彩票中奖号码归类成了 “有规律组” 和 “无规律组”。

以双色球为例：“有规律组”的情形可能包括： 7个数呈等差数列，7个数都小于10，7个数都是偶数，7个数包含了两个等比数列等等……其他的都为 “无规律组"。

彩民们研究了一下以往的中奖号码，发现过去好像极少开出”有规律组“ 的情形，所以他们认为：

• 【买无规律的号码组比买有规律的号码组中奖概率更大】
  

这个推论有道理吗？看起来好像很像回事呢。

但实际上，上面的那句话是不对的，正确的说法是：

• 【中奖结果是无规律的号码组比有规律的号码组概率更大】
  

这两句话有什么不同呢？简单地说，后者是 有规律组 和 无规律组的 等比例抽样，而前者是 有规律组 和 无规律组的 1：1 抽样，样本大小就不一样，概率分布又怎么会一样呢。

举个例子，假设有 100000 个号码组合，其中有规律的有 1000 组，无规律的有 99000 组。

假如彩票中心抽奖了 100 次，每次中奖 1 个号码组合

• 那平均来讲，只有 1 次是有规律组的， 99 次是无规律组的。无规律组的中奖结果占了 99%。
  

然而，对彩民来说，

中彩票的平均次数= 买彩票的次数 * 中奖号码属于这个分类的概率 * 买的彩票数在该分类中的比例

如果买了 100 次彩票，每次 1 注，

• 如果 100 次都是买有规律组，那他的平均中奖次数 E1= 100* (1/100) * (1/1000)=0.001
  
• 如果 100 次都是买无规律组，那他的平均中奖次数 E2= 100* (99/100) * (1/99000)=0.001
  

毫无差异。

以上的推导非常简单，连小学生都很容易理解吧？

但是在生活中，这种看似简单的 “归类假象” 可骗了不少人哦。

举个例子，这是一个古老的故事：

曾经有一个女子学院，有一天校长提议道，为了活跃学院的气氛，建议招一部分男生。董事会的成员坚决反对：千万不能这样，否则的话，一年后会有一半的女生退学的！
在最终的妥协下，校长决定，当年招收 1% 的男生做试验。
一年后，校长宣布：“招收男生的计划取得了圆满成功。诚然，学院的女生数量确实有所减少，但一年后她们在该届全体学生中的比例仅仅下降了 1 %”。

你发现问题在哪里了吗？

#

---

  yt477-62 网友的相关建议: 
      

谢邀。这个问题很简单：如果知道各个号码的中奖概率一样，他们还会成为彩民吗？

***** ***** *****

上面这句话是调侃。如果要认真回答这个问题，得从两个方向回答：

• （1）“1，2，3，4……” 这样的号码买的人真的少吗？
  

以双色球（红球 33 选 6，蓝球 16 选 1）为例，在 2015-11-17 的开奖中，全国投注量为 323,653,256 元，即 161,826,628 注，而不同的投注数 共有 17,721,088 种，所以平均每种组合大概有 9 个人投注。那么， 1，2，3，4，5，6，7 这样的组合是否有 9 个人投注呢？ 还真的挺有可能呢。全国那么多人玩双色球，有 9 个人次投注了这个充满规律的号还真不奇怪。

所以，题主的命题看起来好像不太成立。

当然了，一定有很多人觉得觉得这个号绝无可能中奖，那么我们来看看近 300 期双色球的开奖情况：

根据计算，四等奖的中奖概率大约为 1 / 2303， 但在最近 300 期里，它中了 1 次四等奖，中奖率还高于平均值呢。

• （2）为什么有些彩民会觉得 “1，2，3，4……” 这样的号码不容易中奖？
  

用我自己创造的词语来说：他们被 “归类假象” 蒙蔽了。

什么叫 “归类假象” 呢？

就是看似有意义的归类，在我们所关心的维度下没有意义，反而对我们的判断造成了干扰。

就概率而言，似乎可以用一种很有意义的方式将所有情形进行归类，而看上去不同类别的发生概率差别很大，然而实际上，这个差别只是由于它们在总数上的差异造成的。从任何一个类别中抽取相同个数的例子，其发生的概率或期望并无任何不同。

就本题的来说，我们不难理解彩民们的想法：

他们不自觉地把彩票中奖号码归类成了 “有规律组” 和 “无规律组”。

以双色球为例：“有规律组”的情形可能包括： 7个数呈等差数列，7个数都小于10，7个数都是偶数，7个数包含了两个等比数列等等……其他的都为 “无规律组"。

彩民们研究了一下以往的中奖号码，发现过去好像极少开出”有规律组“ 的情形，所以他们认为：

• 【买无规律的号码组比买有规律的号码组中奖概率更大】
  

这个推论有道理吗？看起来好像很像回事呢。

但实际上，上面的那句话是不对的，正确的说法是：

• 【中奖结果是无规律的号码组比有规律的号码组概率更大】
  

这两句话有什么不同呢？简单地说，后者是 有规律组 和 无规律组的 等比例抽样，而前者是 有规律组 和 无规律组的 1：1 抽样，样本大小就不一样，概率分布又怎么会一样呢。

举个例子，假设有 100000 个号码组合，其中有规律的有 1000 组，无规律的有 99000 组。

假如彩票中心抽奖了 100 次，每次中奖 1 个号码组合

• 那平均来讲，只有 1 次是有规律组的， 99 次是无规律组的。无规律组的中奖结果占了 99%。
  

然而，对彩民来说，

中彩票的平均次数= 买彩票的次数 * 中奖号码属于这个分类的概率 * 买的彩票数在该分类中的比例

如果买了 100 次彩票，每次 1 注，

• 如果 100 次都是买有规律组，那他的平均中奖次数 E1= 100* (1/100) * (1/1000)=0.001
  
• 如果 100 次都是买无规律组，那他的平均中奖次数 E2= 100* (99/100) * (1/99000)=0.001
  

毫无差异。

以上的推导非常简单，连小学生都很容易理解吧？

但是在生活中，这种看似简单的 “归类假象” 可骗了不少人哦。

举个例子，这是一个古老的故事：

曾经有一个女子学院，有一天校长提议道，为了活跃学院的气氛，建议招一部分男生。董事会的成员坚决反对：千万不能这样，否则的话，一年后会有一半的女生退学的！
在最终的妥协下，校长决定，当年招收 1% 的男生做试验。
一年后，校长宣布：“招收男生的计划取得了圆满成功。诚然，学院的女生数量确实有所减少，但一年后她们在该届全体学生中的比例仅仅下降了 1 %”。

你发现问题在哪里了吗？

#

---

  da-shi-13-47 网友的相关建议: 
      

谢邀，

基本上所有高复杂性的问题，比如说天气预报、地球洋流、股票预测、大型生态系统演化、癌症、狂犬病等等。

具体一点的，湍流、堆积固体颗粒的流动计算。

---

  alittlesnow 网友的相关建议: 
      

我觉得鬼子有点自作多情了，人家泽连斯基讲话是给你们听的吗？在泽连斯基眼里，鬼子和黄皮猴子不见得有啥区别，怎么可能听得懂人话呢？就算听懂了，有什么资格感到不满吗？

所以总结起来，大人说话，小孩别插嘴。你泽giegie和你拜爹爹在唠很重要的事情，你跟那裹什么乱呢？

---