频率与概率:用数据估计可能性
概率是一个理论值:掷一枚均匀硬币,正面概率是 0.5。但现实里的硬币未必均匀,我们往往不知道真实概率是多少,只能靠反复试验去估计它。把一次试验重复 n 次,频率(frequency) 就是「发生次数 / n」这个实测比例。随着
n 增大,频率会围绕真实概率上下波动、幅度逐渐收窄并稳定下来——这就是大数律(law of large numbers) 的直观内容,也是用频率估计概率的依据。
1 · 模拟投掷:频率如何收敛到概率
设定一枚硬币的正面概率 p,然后成批投掷。每投一次,正面数按 p 随机累加,累计频率 hits / n 被记到曲线上(横轴是投掷次数 n,取对数刻度,好让
10 / 100 / 1000 / 10000 大致等距)。开局曲线剧烈起伏,几十次里连出正面就能把频率顶到很高;但投掷次数越大,频率越贴着绿色的目标线 p 走,偏差
稳步缩小。
收敛不是「频率一路平滑逼近 p」,而是波动幅度随 n 收窄。大数律只保证「当 n 足够大,频率与 p 的偏差以极高概率任意小」,并不排除某一段里频率短暂偏离——它约束的是长期趋势,不是每一步。
由此要破除一个常见误区——赌徒谬误(gambler's fallacy):以为「已经连出好几次反面,接下来正面该来补偿了」。频率稳定于概率,靠的是分母
n 越来越大把早期偏差稀释,而不是后续结果去回补前面的亏欠。每一次投掷都与历史相互独立(independent),硬币没有记忆,下一次正面概率永远是 p。关于独立性的严格定义,见 事件的关系与运算、相互独立性。