機率論是有一定的反直觀的感覺，比如我說明天下雨的機率是100%，那麼明天一定下雨嗎？答:不一定。

為什麼？為什麼100%的事情它竟然不一定發生？機率論這個王八犢子竟然欺騙我。

不是的，機率論只是透過一定的資料分析，來推測一個事件發生的機率。

舉個例子，3月2號是晴天，3月3號是晴天，3月4號還是晴天，那麼請你推測3月5號是什麼天氣，100%晴天對吧。那麼再想一想，明天有沒有可能下雨？有！

哪裡錯了呢？答:計算沒有錯，是樣本容量不夠大導致這種誤差。比如3月1號是雨天，這樣推測出的3月5號晴天機率就是75%。

為了減少這種偏差，所以我們要求樣本容量要足夠大，並且樣本選取要有隨機性，不能說是調查城市平均工資，樣本只在高新區選取，這樣的樣本是沒有整體代表性的。

因為機率源於對大量樣本的統計，單拿一次個例很容易是異常的不具有代表性。

此外統計不能統計到還沒有發生的事件，因為事件不在樣本庫中

因此單拿一次事例說其統計意義這種行為。統計認為他是耍流氓，而他自己覺得是玄學！

看到這個問題很有趣啊。從大學開始浸泡在數學的海洋裡面，已經五六年了，數學背後處處蘊藏著規律，機率論也不除外。

機率論和命運論什麼的也沒啥關係，也有人說，機率論屬於玄學，雖然機率論有一定的反直觀的感覺，但是我要說的是機率論也是有一定數學基礎的呀！

首先讓我們對機率論作一番仔細的考察。

第一，機率論的研究物件是隨機事件。

隨機事件是不是就簡簡單單地理解為有時發生有時不發生（即具有隨機性）的事件呢？我們需要對這一概念做幾點說明。首先，隨機事件是針對條件組而言的，在指定的條件下，有的事件一定發生，有的事件不可能發生，有的事件可能發生可能不發生，分別對應著必然事件，不可能事件和隨機事件。條件不同，事件的情況可能不同。例如，在地面上向上扔石子（條件組），石子落回地面就是必然事件；但是如果你在外太空呢，情況就完全不一樣了。

再拿最經典的擲色子來舉例子，擲完色子後，若甲看不到色子的情況（條件組），那麼指定某一點朝上的機率就是六分之一；這時候乙偷偷地看了看色子的點數，告訴甲色子的點數是奇數（新的條件組），這時候指定某一點朝上的機率就是三分之一了，這樣才會有機率論中的條件機率。

很多時候，甲又往往需要做一個判斷，就只好將之當作隨機的來處理。好在大量重複擲色子的過程中，每個點數出現的頻率表現出了某種穩定性，直觀的理解是：穩定後的頻率就是機率。這樣，甲便具有了做出判斷的方式，但這種判斷也有隨機性。

從這裡我們就能明白把事件看成是隨機的並不是否定現實情況的確定性，而是人只能處理自己能處理的問題，為了問題可以處理而把事件當作隨機的來對待。所以機率論並不是玄學，其背後蘊含了一定的科學規律。