概率下的样本区间
学过概率学我们知道，取的样本参数越大使得概率更加“正确”，那么反过来，设定好的概率，会使样本有无限大的可能，可容性。
就一款游戏lol来说，一个任务是完成多少场胜利就得到一个传送门，然后传送门会有两种，一种爆率高的，一种爆率低的，爆出的皮肤有不同英雄甚至不同英雄有限定史诗传说普通等好几种皮肤，那么这么一个任务的奖励机制做到了什么☞设置概率。概率设定好了，根据文章开头的，这个奖励带来的可容性很高，你抽了一个会想抽第二个，因为它有太多可能性，又因为它有太多可能性，所以这个奖励能够接受那么多的玩家去参与这个活动，当然这么多只是这个游戏的一个任务，或者说边缘化的一个活动，为什么是边缘化呢，因为这个任务的核心是这个游戏有人玩，是这个游戏让人觉得有趣，那么刚刚说的那么多岂不是没用，恰恰是我想说的第二点，保护机制，这么大个游戏那么多人玩，整个活动弄个任务就像打入了一剂兴奋剂那么怎么避免它的副作用呢？就是皮肤一旦泛滥成灾，就是说不再那么稀少，供给影响需求，这对游戏本身尤其是游戏赚钱的最大的一个地方是很大的损害，用设置的概率带来活动的复杂性，能够保证活动起到兴奋的作用，允许一部分幸运儿并提供金币以及头像等“赠品”起到奖励的作用，最后是一个保护的作用，提供更大的样本可能性，而大样本是可以容错的，即小部分的皮肤赠与少或者多（相对）都不会造成玩家对游戏产生很大的厌恶，往远了看不会造成皮肤泛滥成灾，影响皮肤（尤其是优质皮肤）的需求
