【白话数据分析】从数分角度聊聊“墨菲定律”和“期望值”

01 什么是“墨菲定律”？

 

大家不知道有没有这样的感受：

比如你在超市买好东西准备结账时，你想找个比较快的队伍结账，但无论你怎么选，你选择的那一队好像总会比其他队会慢一点；

比如你不骑共享单车时，你发现四周都是空闲的共享单车，但是当你上班快要迟到了，想要扫一辆共享单车的时候，你就怎么都找不到一辆；

比如你处理数据非常认真仔细，很少会出问题，但是昨天有个数据计算错了，而且数据已经传出去了，你担心别人会发现这个错误，后来，还真的被别人发现了。。。

 

类似的场景还有很多，好像你越不希望某件事情发生，这件事情往往就会发生，这个就是我们常说的“墨菲定律”。当然，真正的墨菲定律是1949 年美国的一位航空工程师爱德华·墨菲提出的，主要讲的是：“如果有两种或两种以上的方式去做某件事情，而其中一种选择方式将导致灾难，则必定有人会做出这种选择。”只不过在生活中，人们对墨菲定律做了很多接地气的解释。

 

墨菲定律很常见，也不难理解，遇到墨菲定律的情形时，我们总是归结于我们的运气不好，怎么那么背，那真是运气不好吗？这背后有什么原因吗？今天我们来聊聊“墨菲定律”背后的数据分析知识。

 

02 什么是期望值？

 

讲到墨菲定律背后的数据原理，就不得不提一个重要的数学概念-期望值。什么是期望值？期望值就是对可能出现的结果以概率为权做加权平均。

 

举一个简单的例子，你参加拼夕夕的抽奖，有 1% 的概率中 500 元，2% 的概率中 100 元，97% 的概率不中。那么你中奖金额的期望值是：1%*500+2%*100+97%*0=7元。这7元是什么意思呢？买抽1次奖就能中7元，抽100次就能中700元么？很明显不是，因为你好像从来都没有中过奖，但是如果你抽了 10