昨天天气有些阴，快下班的时候，同事问下雨没。我跑到窗边，从我们9楼的办公室往下看，半分钟内3个行人从我视野里走过，都没有打伞。于是，我斩钉截铁地说，没下，我观察了3个样本点呢，都没带伞。
当我走出办公楼后，发现沾衣欲湿杏花雨，吹面不寒杨柳风。细雨抚摸着我仿佛被打的脸庞，我的心里充满了对同事的抱歉。
我至少犯了两个统计学错误。
一，观察的样本量太少。
简单来说，统计推断就是用样本推断总体。比如我们不知道天鹅是黑的还是白的，就观察了好多天鹅，来推断天鹅的羽毛颜色。被我们观察的天鹅就是我们的样本。我们都知道世界上有黑天鹅。如果我们只观察了旁边公园里的2只天鹅，它们恰巧是喜闻乐见的小白鹅，就下结论说天鹅都是白的，也太没有说服力了。所以，在通过样本推断总体的时候，样本量一定要大。实际上，在统计学上，计算样本量是一个很大的学问。在我们一时无法计算样本量的时候，也要记住，在人力物力许可范围内，样本量大总比小好。比如，我昨天观察时，完全可以观察六七个人再下结论嘛，半分钟看了3个人，这样本量还是太小了。
二，把替代指标完全等同于终点指标。
有些我们最终想观察的指标不好判断，我们会找一个指标替代它。在是否下雨这个问题中，是否打伞是替代指标，是否下雨是终点指标。下雨了就一定要打伞吗？我简单把二者划等号是很武断的。事实上，当雨很大时，窗边完全能看到雨滴，不需要我看人是否打伞。最重要的就是判断出下的是不是那种可打伞可不打伞的毛毛细雨。在毛毛雨时，很显然，不打伞不等于不下雨。我如果当时想到这个问题，结论也不会如此武断。
生活中，做很多判断都需要注意这两点。比如判断孩子的英语老师是不是一个好老师。“好老师”这个指标很模糊，不好判断，于是我们找了个替代指标——孩子的英语成绩。那么在判断时，我们就要注意，不能只看一次考试成绩，而且要时刻提醒自己，“成绩”只是一个替代指标，做判断还要考虑其他部分，比如孩子学英语的积极性、课外阅读的能力等。
可能上面写得不是很严谨，随便说说，我接着去复习统计学了哈。
