关于概率的两个需要注意的假设一是恒定概率假设二是独立假设。这个两假设需要小心的求证。 恒定概率,假设是说,第1个统计时间范围内的概率之后的概率会一直保持不变。 第2个独立假设指的是第1次的事件,概率与之前或者之后的事件概率假设之间没有相互影响,他们相互之间是独立的。 这个两个假设在现实世界中很有可能是不成立的。
纽约时报曾经发了一个文章,关于几种避孕手段的成功率和10年成功率。比如说吃避孕药,第1年的怀孕率是9%,他就将这个概率假设为恒定概率之后,每一年的概率都是9%。靠此线性外推,可以得出10年之后,10年间持续吃避孕药的总避孕成功率会非常之低。 举一个例子就能知道这里面的问题出在哪儿,假设100个硬币,分给100个人。其中有90个硬币是两个面都是正面,有10个硬币是两个面都是背面。第1次每人抛硬币,最终结果是正面概率是90%。如果将此概率进行线性外推,那么就会得出10次抛硬币,都是正面的概率,就是0.9的10次方。事实上,10次仍然是正面的概率还是90%。因为一个大的或者是一定数量的样本的概率,最终只是一个平均人,概率的只能表示一个平均概率。这是虚拟普通人的性质,可能这个普通人有9%的概率是吃避孕药失败,同时有1.1个孩子,半个大学学位,一个睾丸和一个卵巢。第1年就吃避孕药,失败的人可能本来就是一个不会如何使用避孕药或者不小心的人,他之后的概率还是高的,而成功使用避孕药的人之后的概率还是低的。就像这个硬币的例子一样。 将9%了,的不小心的人的概率平均分配给所有人,对于另外那91%的人,就会造成虚高,在之后的年份中继续外推,势必会导致计算得出的总体避孕失败的比例虚高。 另外,在这个避孕药的例子中,独立假设也可能是不成立的。第1年吃避孕药怀孕的人也可能在以后更加的小心,而长期吃避孕药成功的人有可能之后会放松警惕。所以时间序列中的概率是相互影响的。