01 / 分布進階
平均值只找平衡中心
算術平均把所有觀察值相加再除以數量。資料甲為四、五、五、六，平均是五；資料乙為零、零、零、二十，平均同樣是五。兩組中心數字相同，但甲集中在五附近，乙多數為零並由一個極端值拉高。
期望值也是按機率加權的理論平均，能比較長期中心，卻不能單獨描述結果通常落在哪裏。只看到平均為五，便把兩個模型視作相同，會忽略分散程度、常見結果與尾部後果。
進階閱讀應至少同時看平均、中位數、分位數及完整結果範圍。資料乙的中位數是零，明顯低於平均；這個差距提示分布不對稱，而非計算錯誤。
02 / 分布進階
偏態描述尾巴伸向哪一邊
當大部分結果集中在較低區域，少數很大的值把右側尾巴拉長，常稱右偏或正偏。反過來，少數很小的極端值拉長左尾，稱左偏。偏態說明形狀方向，不等於某次結果正在向尾巴移動。
高波動遊戲常以少數大幅結果吸引注意，畫面展示的最大值可能位於很薄的右尾。若只宣傳最大值而不顯示其機率，讀者會高估典型體驗。可靠模型必須把每個結果幅度與發生機率一起列出。
偏態亦不能由幾次觀察可靠判定。短樣本可能剛好沒有出現尾部值，也可能被一次極端事件支配；需要足夠樣本、清楚資料來源及一致規則，才適合比較形狀。
03 / 分布進階
相同期望值可以有不同風險路徑
模型甲每次在四至六之間，模型乙多數為零、少數為二十，雖然平均相同，資金路徑卻不同。模型乙可能長時間沒有正結果，然後偶爾跳升；不能因理論平均相等便假設所需耐受時間與最大回撤相同。
再加入負值後差異更重要。兩個期望值同為負一的模型，一個每次接近負一，另一個可能大多小負、少數大負或大正。決策者要問的不是只有平均多少，還包括最差分位、連續負結果和單次極端幅度。
增加次數可能讓樣本平均較接近期望值，但也增加遇到尾部事件的機會與總參與額。大數定律不保護個人免受極端損失，更不表示在尾部尚未出現時『輪到它來』。
04 / 分布進階
用三個問題管理尾部風險
第一問：最常見結果是甚麼；第二問：最壞可承受結果有多大；第三問：達到金額或時間上限時是否能立即停止。這三問把注意力由宣傳中的平均與最大值，拉回日常可承受範圍。
886 的『發發』諧音是文化符號，不能令右尾大結果更常出現。若一個模型靠少數極端值維持平均，吉祥名稱也不會縮短等待時間、降低左尾損失或改變任何權重。
本文只作分布與風險教育，不提供獲利策略。高波動活動可能在短時間產生超出預期的損失；應預先設置不可追加的損失上限與時間上限，任何一項先到即停，不能以平均值作追損理由。
05 / 分布進階
理性看待與免責聲明
僅供知識分享，請理性看待；娛樂為主，量力而為。本站不接受投注、不提供註冊或博彩平台連結。
本文只解釋規則、文化、技術或機率，不預測個別結果，也不構成任何參與建議。