考场上那种抓到笔头就爱跳进题海里的感觉，大家可能都有点共鸣。光是在各种公式和推导证明上打转，总认定能拿个分数就能完事了，结局一真正遇到大题，脑子直接嗡鸣上了。

实际上考啥，归根结底就是考你能不能用脑子去理清楚事理，而不只是是堆砌符号。 比如我想讲点关于概率分布的事儿，大量人一上来就盯着方差写，认定只要方差小就好了。但方差实际上是个双刃剑，它既能衡量数据波动，也能反映信息的丰富程度。举个具体的例子，假设有两个样本，A 组的数据是 1, 2, 3，B 组的数据是 100, 101, 102。乍一看 B 组数值大，方差肯定也大，但这并不代表 B 组更“稳”，反而它的数据分布范围忒广，极端值忒多，任何一个值都可能让你质疑人生。

反之，A 组别看数值小，但数据聚拢程度高，每次测出来结局都差不多，误差管住得更好。

这就好比你在做实验，做 A 组实验三天，结局每天大约都在 98% 左右；做 B 组实验三天，结局可能是三天前 1% 的今天可能 99%，一天前 98% 的今天可能 99%，这种不确定性实际上比 A 组要大，故此有时候方差小反而说明模型在管住得更好。自然，方差小也有它的用处，比如你关心的是数据是不是特别稳定，能不能让人放心，那方差小就是好事。但要是你需求的是预测未来的精度，是不是时常会有些天差地别，那方差小可能没那么有吸引力。 再聊聊统计学里的分布难题，特别是正态分布。大量人一听到正态分布就麻醉，认定赶明儿都不用管了，毕竟只要数据来自正态分布，奥卡姆剃刀原则就自动帮你选好了。但现实往往比教科书里复杂。

比如你说你身高服从正态分布，你认定自己肯定能达到 180cm。但正态分布是连续变量，它是累积概率，不是随机变量。

要是你想知道你身高超过 180cm 的概率是多少，那得看具体参数。

要是你们学校均值是 170cm，标准差是 15cm，那超过 180cm 的概率实际上挺低的。但要是你们学校均值是 180cm，标准差是 10cm，那超过 180cm 的概率就是 50%。

这两个例子放在一起，哪怕都是正态分布，结论却彻底反之。

这就像你问一个随机扔骰子的人，它顶多能掷出几点，它只会告诉你“6 点”，绝对不会告诉你"6 点”的概率是多少，出于它只关心的是所有样本里，"6 点”出现了几次，而不是单个人能掷出几点。正态分布是研究者用来处理大量样本、量化不确定性的工具，而不是用来预测单个结局的预言家。

要是非要拿它预测，那结局往往出乎意料，就连有点反直觉。 还有说到假设检验，这个章节有时候让人头秃。大量同学死磕 p 值，总认定 p 值越小越好，别的不管。但 p 值到底是个啥玩意儿？它实际上是说“要是真原假设成立，看到如此极端的数据，概率有多大”。

举个例子，你做个实验测药物疗效，质疑无效（原假设是确实），你设计了个实验，测出来了一半病人有效。

这时候算出来 p 值是 0.03。

要是你认定 0.03 忒小了，就回绝原假设，说这药有效。但换个思路，万一原假设实际上没错呢？也就是说那药确实无效，那你这组数据实际上只是运气好，恰好测出来一半有效，那 p 值 0.03 只是意味着“要是是无效药，看到一半有效的概率只有 3%"罢了。

这个概率本身不代表“无效药”这个假说是假的，它只是表示在无效药的假设下，拿到这种数据的“罕见程度”。

要是 p 值大，比如 0.3，那就意味着“要是是无效药，看到一半有效这种情况形成的概率有 30%"，这在无效药的假设下不算罕见，故此你不应当轻易去回绝原假设。

这时候你就能够说，“看，这数据在无效药的假设下也挺常见，故此我不回绝原假设，这药可能的确无效，要么起码数据并不赞成它有效”。

你看，是不是 p 值本身并没有那个“绝对真理”的味道，它只是一个统计量，说明数据在某个假设下形成的频率有多高，而不是直接说明假设真假。 最终说说样本量的选择，这个实际上挺难的，出于数学上有个公式算出来，但实际用起来又挺艺术。大量书里总说样本量要达到多少，但我认定这取决于你关心的是啥。

要是你是要做分类变量，比如性别、血型，样本量只要保证每个类别能算出起码 10 个即可，那 10 个人里要是有 5 个男，5 个女，样本量肯定够了。但要是是连续变量，比如血压、身高，那你得想清楚你愿意承担多大的误差。

要是标准差是 10，那你可能希望样本量总共 100 个人，这样误差不至于忒大；但要是标准差特别大，比如 50，就连 100，那你可能需求起码几千人才能保证结局可信。

这时候直接套用公式可能就不忒合适了，出于样本量大小和数据的方差成反比，数据越分散，需求的样本量就越大。

这就像你拍一张照片，要是光线挺暗，像素点就极少，画面就糊；要是光线刺眼，像素点就多但噪点多。

故此样本量并不是越大越好，而是要和数据的特性、你的研究目标匹配好。 实际上统计学不是让你去背诵一堆公式，而是让你学会如何拿着数据讲话，如何在数据混乱中找到规律，如何在数据和人之间找平衡。考试的时候，别管公式会不会写，别管推导对不对，关键是你能不能用统计的思维去分析难题。

比如看到一堆数据的波动，别一上来就拔高它的方差，先去问问数据的分布是不是正态，是不是有离群值；看到有假设的检验，别一上来就盯着 p 值看，先去问问原假设到底是啥，数据在假设下到底罕见不罕见。

这样才能避免掉进那些死记硬背公式、却看不懂数据的陷阱里。统计学的魅力就在于它不给你标准答案，只让你去探索数据背后的真故事，而不是让你去背诵那些冷冰冰的符号。