当然最好是藏在别人找不到的地方,然后重新实验。由于机遇的作用,迟早有 组被测试者将证明有很好的效果,并且这个结果足以好到作为标题直至引发一场 广告战。事实上,不管实验者使用的是多克斯牙膏,还是发酵粉,或者还是继续 使用原来的品牌,上述结果都会发生 任何由于机遇产生的差异,在大样本的使用中都是微不足道的,不足以作为 广告标题。例如,蛀牙减少%将不会对销量有多大的提升作用。这更显示了使 用小样本的优势。 给定一个足够小的样本,怎样才能完全依靠机遇形成毫无指导性的结论呢? 这个事儿你自己也可以试试,而且几乎不费劲。让我们开始抛一枚便士,有多少 次是头像朝上的呢?当然是一半的次数,这谁都知道 好,让我们检验一下……我刚刚抛了10次,有8次头像朝上,实践证明头 像朝上的概率为80%。那么,关于牙膏的数据也一样。现在,你自己试一下,也 许你会得到50对50的结果,但更有可能是别的结果。你我的结论以相同的可能 性偏离50对50的比例。不过,如果你有足够的耐心,抛上1000次,你基本上 (虽然不一定)能得到一个接近半数的结果,它才代表了真实的概率。只有在进 行了足够多次的实验后,平均数定律才是一种有用的描述,并可用来预测。 那么,多少才算够呢?这又是个棘手的问题。它取决于其他的因素,即你采 用抽样方式所研究的总体容量有多大、变动程度有多大。值得一提的是,有时样 本的规模与看上去的并不一致 这里有一个典型的案例:几年前,有个小儿麻痹症疫苗实验。一个社区中有 450名儿童接种了疫苗,而680名儿童作为对照组没有接种疫苗。看上去,这是 个极大规模的医学实验。不久,该区域感染了流行病,在接种疫苗的儿童中,所 有人都没有患上小儿麻痹症。对照组的儿童也没有发生。这是怎么了?其实在设 计实验时,实验人员忽略了或者没能真正了解到该病的低发生率。一般情况下, 这种规模的小组预计只会产生2名患者。因此,实验从一开始便注定是毫无意义 的。也许将规模扩大到15至20倍才能产生足以具有说服力的结果 许多伟大的医学发现一即使昙花一现一也都是同样地急急上马,“要快”医 生这些话归功于威廉·奥斯勒( William osler)爵士和爱德华·利文斯顿·特 鲁多( Edward Livingston Trudeau)。你可以随便选择一个,既然他们都是医2 当然最好是藏在别人找不到的地方，然后重新实验。由于机遇的作用，迟早有一 组被测试者将证明有很好的效果，并且这个结果足以好到作为标题直至引发一场 广告战。事实上，不管实验者使用的是多克斯牙膏，还是发酵粉，或者还是继续 使用原来的品牌，上述结果都会发生。 任何由于机遇产生的差异，在大样本的使用中都是微不足道的，不足以作为 广告标题。例如，蛀牙减少 2%将不会对销量有多大的提升作用。这更显示了使 用小样本的优势。 给定一个足够小的样本，怎样才能完全依靠机遇形成毫无指导性的结论呢？ 这个事儿你自己也可以试试，而且几乎不费劲。让我们开始抛一枚便士，有多少 次是头像朝上的呢？当然是一半的次数，这谁都知道。 好，让我们检验一下……我刚刚抛了 10 次，有 8 次头像朝上，实践证明头 像朝上的概率为 80%。那么，关于牙膏的数据也一样。现在，你自己试一下，也 许你会得到 50 对 50 的结果，但更有可能是别的结果。你我的结论以相同的可能 性偏离 50 对 50 的比例。不过，如果你有足够的耐心，抛上 1000 次，你基本上 （虽然不一定）能得到一个接近半数的结果，它才代表了真实的概率。只有在进 行了足够多次的实验后，平均数定律才是一种有用的描述，并可用来预测。 那么，多少才算够呢？这又是个棘手的问题。它取决于其他的因素，即你采 用抽样方式所研究的总体容量有多大、变动程度有多大。值得一提的是，有时样 本的规模与看上去的并不一致。 这里有一个典型的案例：几年前，有个小儿麻痹症疫苗实验。一个社区中有 450 名儿童接种了疫苗，而 680 名儿童作为对照组没有接种疫苗。看上去，这是 个极大规模的医学实验。不久，该区域感染了流行病，在接种疫苗的儿童中，所 有人都没有患上小儿麻痹症。对照组的儿童也没有发生。这是怎么了?其实在设 计实验时，实验人员忽略了或者没能真正了解到该病的低发生率。一般情况下， 这种规模的小组预计只会产生 2 名患者。因此，实验从一开始便注定是毫无意义 的。也许将规模扩大到 15 至 20 倍才能产生足以具有说服力的结果。 许多伟大的医学发现--即使昙花一现--也都是同样地急急上马，“要快”医 生这些话归功于威廉·奥斯勒（William Osler）爵士和爱德华·利文斯顿·特 鲁多（Edward Livingston Trudeau）。你可以随便选择一个，既然他们都是医