小数定律：为什么我们总是被“极少数”欺骗？
你以为你看到了真相，其实你看到的只是“极少数”。
01 开头：从一个“幸存者”说起
每次过年回老家，总听到有人提我的案例说：
“你看某某，小时候家里穷成什么样？父母大字不识一个，没报过培训班，最后不也考上大学了？”
言下之意是：看看别人，当年家里那么穷，最后考上了大学，你们在这种条件下也能行。
或者：“隔壁村某某家儿子，初中都没毕业，现在，一年能挣几十万！”
言下之意是：读书有什么用？
再或者：“现在直播带货的某某某。以前就是个穷小子，现在一场直播就赚一套房！”
言下之意是：风口来了，猪都能飞。
这些话，你一定听过。
但我想问你一个问题：你真的相信这些“故事”吗？
02 一个被忽视的事实
在我记忆里，我的小学同班同学，一共五六十人。
最终考上本科大学的，只有2个。
对，你没看错，50多个人，只有2个。
这就是真实数据。
但人们记住的，不是那50多个没考上大学的人，而是那2个考上的。
人们记住的，不是那些创业失败的人，而是那几个“成功”的。
人们记住的，不是那些买彩票倾家荡产的人，而是那一个“中大奖”的。
我们记住的，永远是“极少数”。
03 书中说了什么？
这一章，丹尼尔·卡尼曼告诉我们一个概念：小数定律。
在讲小数定律之前，先说另一个概念：大数法则。
简单说：
- 样本量越大，结果越可靠、越接近真实概率
- 样本越小，偶然性、误差、随机性越大
这是理性统计的基本规律，需要系统2刻意计算才能理解。
但人类天然不相信这一套。
系统1的特点是：它讨厌随机性，热爱“因果”。
只要看到几个案例、少数数据，就立刻总结规律、下结论、贴标签。
这就是小数定律：
无视样本大小，盲目相信小样本结论。
你只看到了1个人成功，就以为“这样做一定能成功”。
你只看到了2个人考大学，就以为“农村孩子都能考大学”。
04 书中的经典案例
卡尼曼在书里举了一个例子：
某偏远小县，出现了各种“极端”现象：
- 有些学校格外好，有些学校格外差
- 有些地方犯罪率极高，有些地方几乎没犯罪
为什么会这样？
人们本能地想要解释：一定是管理问题、风气问题、地域问题……
但真实原因是什么？
人口少 = 样本太小 = 随机波动极大。
当样本量小的时候，极端值出现的概率非常高，这是纯粹的统计学现象，跟因果没有半毛钱关系。
但人们不接受。
系统1无法接受“纯粹偶然”，它一定要给事件找到一个解释。
05 我的4个“极少数”故事
1）创业的故事
“别人创业成功，我也能创业成功。”
这是很多人挂在嘴边的话。
但你看到的“别人”，是谁？
是那些创业成功的极少数。
那些失败的、破产的、倾家荡产的，你根本看不到。
因为媒体报道的，是流量，是眼球，是“逆袭故事”，不是“常态失败”。
数据不会说谎：创业成功的概率，从来不超过1%。
但在你眼里，这个世界遍地是马云。
2）月薪上万的故事
“人人都以为自己能够月薪上万。”
这是互联网给你造的梦。
打开社交媒体：年薪百万是标配，几十万是起步，月薪一万是“贫困线”。
算法推送的是焦虑，是爆款，是让你焦虑然后点进去的内容。
但真实数据是：在中国，月薪过万的人口占比，不超过5%。
你以为是常态，其实是小数。
你以为自己“达不到月薪上万”是失败，其实你已经超过了95%的人。
但系统1不这么看。
系统1只会看到那5%的“成功者”，然后给自己下结论：
我不够努力，我不够优秀。
3）农村大学生的故事
我是农村出身的，最终考上了大学，考研，读研。
每次亲戚聚会，总会有人举我的例子：
你看某某某（我），小时候在农村长大，家里没条件，怎么怎么穷，现在不也研究生了吗？
这个故事听起来很励志。
但他们忽略了一个事实：
在我的小学同班同学中，50多个人，只有2个考上本科。
我是那2个之一。
我是极少数，不是大多数。
用极少数推导普遍规律，是最致命的认知陷阱。
每年高考结束，都会有“寒门出贵子”的故事刷屏。
但你应该看看数据：农村大学生占整体大学生的比例，是多少？
逐年下降。
不是因为努力的人少了，是因为资源分布不均了。
但系统1只看得到“逆袭故事”，看不到冰冷的数据。
4）博彩的故事
“十赌九输”是常识。
但为什么还有那么多人心存侥幸？
因为“十赌九输”的是“赌徒”，不是“中奖的那个”。
你只看到了那一个“中大奖”的新闻。
那个倾家荡产的，不会被报道（没有流量）。
这就是典型的小数定律：
人们只愿意相信极少数的“成功案例”，而忽视了绝大部分的失败。
06 为什么会这样？
为什么我们总是被“极少数”欺骗？
把前几章的知识串联起来，你就懂了：
- WYSIATI（眼见即为事实）：你只看到手头有限的案例，忽略更大范围的数据
- 因果强迫症：你无法接受“只是巧合”，必须有原因
- 问题替代：复杂问题「这个结论样本够不够？」被替换为简单问题「这几个案例看起来像不像有规律？」
系统1热爱连贯的故事、确定的因果，讨厌随机、巧合、不确定。
于是，它偷偷把“极小样本的随机波动”解读为“必然规律”。
而你，完全察觉不到。
07 一个值得警醒的结论
卡尼曼在这一章里，给出了一个重要警示：
个案≠规律，少数案例不能推广。
越小的样本，极端结果越常见。
生活里你听到的爆款经验、个案鸡汤、少数人总结的法则——
大概率都是小数定律错觉。
下次有人跟你说：
- “谁谁谁就是这样成功的”
- “你看谁谁谁也是这么做的”
- “这个方法谁谁谁用了都说好”
请先问自己一个问题：
他是那100个人里的1个，还是100个人里的99个？
08 写在最后
回到开头那个问题：为什么过年回家，总有人拿“极少数”说事？
因为他们真的相信。
他们不是故意的，他们是真诚的。
他们没有意识到自己看到了“极少数”，他们以为那就是“全部”。
这就是小数定律最可怕的地方：
你不是被故意欺骗，你是被自己的大脑欺骗。
而解决的办法很简单：
看到任何“逆袭故事”的时候，先问自己——样本量有多大？
本文结合《思考快与慢》第十章与个人观察思考而成。