概率与统计：驯服随机

随机不是没规律：抛一次硬币，正反面没法预料；但抛一万次，正面的比例几乎钉在一半附近。随机事件单个看是混沌，大量看却稳如磐石——这就是「大数定律」。概率统计方向研究的就是：从不确定里榨出确定的规律。

两个真实场景：保险公司不知道谁明年会出车祸，但知道一万人里大约多少人会出——于是能定出稳赚不赔的保费。疫苗试验也一样：几万人分成两组，对比感染率，才能判断疫苗到底管不管用。个人命运随机，群体规律清晰。

贝叶斯：用证据更新判断。一种病在人群中的发病率很低，即使检测相当准确，一次测出阳性也不等于真患病——因为健康的人太多，假阳性加起来可能超过真患者。正确的做法是：先有一个「初始判断」，每来一条新证据就修正一次。人的理性思考，其实就是不断做这样的更新。

常见误区：最出名的是「赌徒谬误」——连开五次大，就觉得下次该开小了。硬币没有记忆，每一次都是独立的一比一。另一个误区是拿小数下结论：班里三个同学都这样，就以为全世界都这样。样本小，什么怪事都可能发生。

练一练：和家长各抛25次硬币并记录结果，看看谁的比例更接近一半；再把50次合起来算一次，讨论「数据越多越稳」是怎么回事。