或者说大多数对统计，数据分析没有深入了解的人一本正经给你摆数据给结论，真的令人很难蹦。一个共性的问题就是完全忽略了数据因子之间的相关性。同时把频率当概率。举两个经典例子进行说明。
1.通过围甲黑白胜率相近来论证中国规则的公平性。
存在的问题：完全忽略了选手的水平影响，比如一个高手一盘执白一盘执黑，都赢了胜率黑白胜率就是50%。这样的结果显然没有ai给出的中国规则不公平的结论可信（注意我说的是ai更可信而不是ai就是对的）
2.首页的帖子。通过什么三星杯lg杯的夺冠次数，论证三星获胜才是棋力最强的证明（暗戳戳没收小李一个三星冠军）来捧我们的八败王。
存在的问题：忽略了对手因素，样本太小完全无法给出合理置信度。
本质上，统计建模就是用数据建模分布，用频率估计概率。根据建模的不同结论也可能有很多不同，但这些一眼搞笑的分析，建模是没有的，拉个excel算个百分比就得出结论的实在很难蹦得住。
永远记住一点，数据只能是数据。比如孟获连败小申八次，只能说明他真的败了八次。你如果想要的出小申比孟获强的。最起码应该像这样，
假设小申比孟获强，考虑二分类概率p
### 步骤
1. **设定原假设和备择假设**： - 原假设 \( H_0 \)：\( p \leq 0.5 \) - 备择假设 \( H_1 \)：\( p > 0.5 \)
2. **选择显著性水平**： - 通常选择显著性水平 \( \alpha \) 为0.05或0.01。这里我们选择 \( \alpha = 0.05 \)。
3. **计算检验统计量**： - 我们使用二项分布来计算检验统计量。由于样本量很小，我们可以直接使用二项分布的确切概率。 - 在原假设下，\( X \) 服从参数为 \( n = 8 \) 和 \( p = 0.5 \) 的二项分布 \( B(n=8, p=0.5) \)。
4. **计算观察到的数据的 p 值**： - \( p \) 值是指在原假设为真时，观察到极端或更极端数据的概率。 - \( P(\text{观测值} \geq 8) \)
5. **做出决策**： - 如果 \( p \) 值小于显著性水平 \( \alpha \)，我们拒绝原假设。
### 计算过程
1. **计算 p 值**：\[lbk] P(X \geq 8 \mid H_0: p = 0.5) = P(X = 8 \mid H_0: p = 0.5) \[rbk]
二项分布的概率质量函数（PMF）为：\[lbk] P(X = k) = \binom{n}{k} p^k (1-p)^{n-k} \[rbk]
对于 \( k = 8 \), \( n = 8 \), \( p = 0.5 \)：\[lbk] P(X = 8) = \binom{8}{8} (0.5)^8 (1-0.5)^0 = 1 \cdot 0.5^8 \cdot 1 = 0.5^8 = \frac{1}{256} \approx 0.0039 \[rbk]
2. **决策**：- 由于 \( p \) 值 \( \approx 0.0039 \) 小于显著性水平 \( \alpha = 0.05 \)，我们拒绝原假设。
### 结论
在显著性水平 \( \alpha = 0.05 \) 下，我们有足够的证据拒绝原假设 \( H_0 \)，即 \( p \leq 0.5 \)。因此，我们可以认为 \( p > 0.5 \)。即小申有超过95%的可能比孟获强。
当然这只是很简单的建模，没有考虑随时间实力增长的因素，但是连这种东西都拿不出来的，拜托别一本正经学人分析数据了。