概念进阶统计直觉与概率判断
小样本的极端结果
也叫：极端结果与小样本
小样本比大样本更容易出现极端结果，波动更大。
核心讲解
这是纯粹的数学事实：小样本比大样本更容易出现极端结果。瓮中取球实验说明：杰克每次取4个球，吉尔每次取7个，记录取出的球全同色的次数；如果持续足够久，杰克遇到全同色的概率是12.5%，吉尔是1.56%，相差8倍。美国各县肾癌调查正是这个原理：发病率最高和最低的县都集中在人口稀少的乡村，因为这些县人口少、样本小、波动大——乡村生活方式既不致病也不防病，极端发病率只是抽样波动。如果第二年重复分析，前一年发病率高的县不一定还高。同样的逻辑也解释了为何名校排行榜和差校排行榜上小规模学校都多：规模小只意味着波动大，不意味着办学质量高。理解这一点，才能把“极端表现”放回统计框架，避免把随机波动当成真实差异。
费曼版：用大白话再讲一遍
抛硬币抛4次，可能4次全正面；抛1000次，几乎不可能全正面。样本越小，越容易出现“全红”“全白”这种极端结果。一个小县城一年可能癌症发病率特别高或特别低，不是那里环境特别差或特别好，只是人少，统计上“忽高忽低”很正常。
要点
- 小样本更容易出现极端结果，是数学事实。
- 取4个球出现全同色的概率是取7个的8倍。
- 肾癌高低发病县都在人口稀少处，是抽样波动。
- 别把极端结果当真实差异，波动是样本小的代价。
常见误区
- 以为极端结果一定说明“真有问题”，小样本中它常是随机波动。
- 以为小地方“特别健康”或“特别不健康”，规模小本身就放大波动。
- 用一年的排名判断学校或地区，第二年结果可能大不同。