亲手抛，感受小样本的「谎言」
先抛10次，记住你的结果。再抛10000次，看看频率最终落在哪里。
100条路径同时出发，看它们如何收敛
每条线代表一个「平行宇宙」里的抛硬币序列。小样本时乱成一锅粥，大样本时整齐收敛到50%。
点击「生成收敛图」，观察路径从混乱到收敛的过程。
同样抛 N 次，结果能差多远？
模拟1000个人各自抛N次硬币，看看他们的「正面频率」分布有多分散。这就是为什么「我身边10个人」毫无统计意义。
现实中的小样本谬误
「我身边的人都…」
10个朋友的样本，置信区间宽达±31%。你的「身边」根本代表不了任何群体。
网红产品「好评如潮」
100条评论里90条好评，听起来很棒？但这100人是怎么来的？购买者中只有5%会评论，而愿意评论的人本来就更满意。
「小班教学效果更好」
研究发现全美成绩最好的学校往往是小学校，但成绩最差的也是。小样本放大了随机波动，让人误以为规模是原因。
「这个偏方真的有效」
「我吃了3天就好了」——感冒本来就会自愈。3个人的样本，无法排除安慰剂效应和自然康复。
大数定律的核心：频率收敛到概率，需要的是足够大的样本，而不是「感觉上够了」。
统计学上，要让误差控制在 ±3% 以内（95% 置信度），你需要至少 1067 个样本。
「我身边10个人」的误差范围是 ±31%——这不是数据，这是故事。