连续三次占卜都翻出「不妙」的牌,第四次的抽牌人往往开始疑心:是不是我最近运气坏透了,霉运还会接着来?这种「连环之后必有连环」的感觉,是概率直觉里最顽固的错觉之一。给它套上一件正经的数学外衣,就是本讲的主角:泊松分布(Poisson distribution)——专门描述「稀有事件在固定一段时间里发生几次」的分布。
词条定义先摆在这里(Wikipedia REST 直引):「the Poisson distribution is a discrete probability distribution that expresses the probability of a given number of events occurring in a fixed interval of time if these events occur with a known constant mean rate and independently of the time since the last event」——固定时间区间内某事件发生次数的概率分布,前提是事件以恒定的平均速率发生,并且与距上次发生的时间长短无关。最后那个分句是本讲的全部要害:「independently of the time since the last event」——跟上次事件隔了多久,没有关系。
把这句话放回抽牌桌:如果某类「不妙」牌平均十次占卜出现三次(一个稳定的平均速率),那么它下次什么时候出现,不欠任何人一个「该来了」。连续三次都见它,第四次见到它的概率依然是三次——不多一分(牌被抽走不放回的场合有细微修正,见超几何那讲,但「霉运会传染」不在修正范围之内)。人脑的不适感来自把「平均速率」误读成了「排班表」:以为稀有事件像公交车间隔均匀,连环迟到之后必然大挤兑。泊松分布的世界里没有排班表——事件是独立的,挤兑的感觉只在你脑内。
同样要紧的是反方向的错觉:「这么久没出事,肯定快了」。在恒定速率、互相独立的世界里,长久的平静不改变下一次的风险——平静不积攒风险,也不释放风险。这两个错觉合起来,就是「赌徒谬误」的泊松版图解:把独立当成了连续,把速率当成了排班。
什么时候泊松分布真的适用?当事件确实近似恒定速率且独立时——比如「一个季度内抽到同一张牌三次以上」这类小概率多次试验的场合,泊松是很好的近似(适用条件与计算细节为通识转述,如实标注)。而它给你的最重要纪律只有一条:评估风险看速率,不看最近发生了什么。收敛的大方向归大数定律管(塔罗数理 · 频率会收敛吗:大数定律管到牌桌为止),短期的连环归泊松管——两件事合起来,牌桌上的时间感就摆正了。
一句练习
回想你最近一次「祸不单行」的感觉,把里面的每一件事单独列出来问:这件事的发生,跟上一件隔多久真的有关系吗?——多数情况下你会发现,只有时间把它们串在了一起。
暂无评论,来说说你的想法吧!