高斯：足不出戶的數學王者#

德國數學家 卡爾・弗里德里希・高斯（Carl Friedrich Gauss, 1777–1855）——後 27 年只離開哥廷根（Göttingen）家中過夜一次。他拒絕了歐洲最頂級大學的教授席位與榮譽，只因不愛旅行。

神童的童年#

• 父親是粗魯的勞工，鄙視兒子的早慧、處處刁難
• 母親奮力保護他、鼓勵他向學
• 18 歲發現關於 17 邊形幾何性質——兩千年來首見的突破
• 博士論文證明了代數基本定理

拿破崙的禮物與羞辱#

• 1807 年法軍逼近哥廷根，拿破崙下令保留該城，因為「世上最偉大的數學家住在這裡」
• 但同時要求高斯支付 2,000 法郎罰金（約合今 5,000 美元）
• 法國數學家 拉普拉斯（Marquis Pierre Simon de Laplace）——尊高斯為「世上最偉大的數學家」——代為支付
• 之後一位匿名德國仰慕者送來 1,000 法郎部分還給拉普拉斯

拉普拉斯是政治嗅覺敏銳的數學家：法王時代任皇家砲兵考官；共和時期高呼「對皇室不可熄滅的仇恨」；拿破崙上台後立刻表態支持——但拿破崙僅讓他做六週內政部長就將其撤換，評語：「他是一位低於平庸的行政官，凡事尋找微妙之處，把無限小的精神帶入政府事務。」拿破崙倒台後，拉普拉斯刪除了著作中對「拿破崙大帝」的獻辭——並寫下：「追求普世統治的帝國之衰落，精通機運微積分者可以高機率預見。」路易十八順勢封他為侯爵。

高斯的隱密與孤傲#

高斯與拉普拉斯不同，他極端隱密：

• 大量重要研究從未發表，迫使後人重新發現
• 已發表者重結果輕方法，常令後輩痛苦地反向推算
• 傳記者 Eric Temple Bell 認為：「若高斯願意分享，數學或許可以早 50 年抵達現代」
• 他輕蔑費馬最後定理：「我可以輕易列出無數類似命題，無法證明也無法反駁」

從天文到大地測量#

Ceres 的軌道#

1800 年義大利天文學家發現小行星 Ceres。1801 年高斯計算其軌道——憑藉極稀的資料與 Ceres 的快速公轉，他完成了精準預測。從此他能在一兩個小時內算出彗星軌道——其他科學家通常需三至四天。

測量學與最早期的常態分配#

1816 年高斯接受巴伐利亞大地測量（geodesic survey）任務——他必須在崎嶇地形與「智力上低於他」的公務員打交道。這份痛苦差事一直延續到 1848 年，最終出版十六冊。

大地測量是用樣本距離估計地表，無法量遍每一寸。高斯發現：當測量數量增加，誤差繞著平均值對稱分佈——清楚地呈現出 83 年前 de Moivre 的鐘形曲線。

鐘形曲線：誤差的法則#

高斯的核心觀念：鐘形曲線不是表示準確，而是表示誤差。

• 若每次測量都絕對精確，就無需這套理論
• 但生命是「相似而非等同的集合」——沒有任何單一觀察是完美樣本
• 鐘形曲線把這團混亂變成秩序

高爾頓對這條曲線寫下動人的禮讚：

「錯誤頻率法則……以從容與徹底的自我消融，統治於最瘋狂的混亂之中。群眾越大，它的支配越完美。這是非理性的至高法則——當大量混沌元素被掌握時，一種出乎意料、無比美麗的規律性就會顯露出來。」

課堂裡的鐘形曲線#

我們最早接觸鐘形曲線多半在學校：「按曲線」打分數。即使全班都優秀，最好的得 A、最差的得 D。許多自然現象——身高、中指長度——都呈鐘形分佈。

兩個必要條件#

• 觀察數量足夠多
• 觀察彼此獨立——像擲骰子那樣

1936 年《Literary Digest》預測羅斯福對藍登的總統大選，從電話簿與汽車登記名單寄出 1000 萬張投票卡。回收結果：藍登 59%、羅斯福 41%。實際選舉：羅斯福 61%、藍登 39%。1930 年代有電話有汽車的人並非美國選民的隨機樣本——他們的政治偏好被經濟條件嚴重塑形。

Quetelet：把鐘形曲線帶進社會#

比利時的 凱特勒（Adolphe Quetelet, 1796–1874）是高斯之外另一個鐘形曲線的傳道者：

• 23 歲取得根特大學首位科學博士學位
• 已研讀藝術、寫過詩、合著歌劇
• 創辦倫敦皇家統計學會與國際統計大會
• 在巴黎師事拉普拉斯等法國大師、習得機率與天文學

比利時人口統計與「平均人」#

Quetelet 的不朽創造是 l’homme moyen（平均人）。1835 年出版的《關於人的論述及其能力的發展》（A Treatise on Man and the Development of His Faculties）一書中，他描繪：

• 各群體（罪犯、酒徒、士兵、死者）都有其「平均人」
• 「若一個人擁有平均人的所有特質，他將代表一切偉大、善良、美麗的事物」

蘇格蘭士兵的胸圍#

最著名的實驗：5,738 名蘇格蘭士兵的胸圍量測幾乎完美呈鐘形分佈。他由此推論：差異是隨機而非系統性的——蘇格蘭士兵在這個維度上是同質的。

法國徵兵的舞弊#

但他在 100,000 名法國徵兵的身高分布中，發現「最矮一級的人數過多」——因為矮個子可以免役。Quetelet 推論：這個分佈被舞弊扭曲。鐘形曲線變成了識別異常的工具。

Cournot 的批判：警告 Quetelismus#

法國數學家兼經濟學家 Antoine-Augustin Cournot 是 Quetelet 最尖銳的批評者：

• 「所有直角三角形邊長的平均，不會是直角三角形——一個完全平均的人，將不是人，而是某種怪物」
• 統計上：人類測量背後可能藏著大量分類維度——年齡、地點、季節、出生時間、體重、血統、瞳孔顏色——「哪一個樣本算是平均嬰兒？」

今日統計學家稱 Quetelet 式的過度推論為「資料挖掘」（data mining）：「若你折磨資料夠久，數字會證明你想要的任何結論。」F.Y. Edgeworth 後來鑄造了「Quetelismus」一詞，諷刺到處發現假鐘形分佈的風氣。

鐘形曲線的限制：獨立性是必要條件#

一個關鍵的反向推理：若獨立性是常態分配的必要條件，那麼把資料是否符合鐘形曲線，當作觀察是否獨立的指標——便能推出許多有趣的結論。

股價是隨機漫步嗎？#

• 1950 年代芝加哥大學的 Harry Roberts 用電腦生成隨機數字（與股價相同的均值與標準差），畫出的曲線與真實股價走勢無法區分
• 1926–1995 年的 S&P 500：840 個月觀察、280 個季觀察、70 個年觀察
• 月線變動的均值 +0.6%，標準差 5.8%；扣除上漲偏差後，正負月份幾乎一樣多——分佈接近完美對稱

但要注意：

• 月觀察與季觀察的圖形邊緣有「不該有的凸起」
• 1930 年代有兩個季度跌超過 1/3、兩個季度漲近 90%
• 870 個月中應有 16-17 個極端事件，實際 21 個——而且其中過半在下行

結論：在極端處，市場不是隨機漫步。在極端處，市場更可能毀掉財富，而不是創造財富。股市是個有風險的地方。

對「常態」的提問#

到此我們的故事還主要關於數字。但接下來局面要變了：

• 真實人生不像 Paccioli 的 balla——不是一連串獨立事件
• 股市像隨機漫步，但不完全像
• 平均有時是有用指引，常常會誤導
• 有時數字毫無幫助，我們只能憑直覺與猜測前行

接下來這些章節要回答的問題：

• 「正常」到底是什麼意思？
• 任何特定的平均值能多代表「正常」？
• 平均值作為行為指標有多穩定、多有力？
• 當觀察偏離過去的平均，多大可能會回歸？回歸到哪裡？會停在平均處還是衝過頭？
• 連漲五月後，是否「上去的必下來」？
• 公司陷入麻煩時，會自我調整重回正軌嗎？
• 躁鬱會不會自動擺向相反的一極？

許多風險決策的關鍵，正在於分辨正常 vs. 不正常。

接力者：Galton#

沒有人「發明」過「正常」這個概念，正如沒有人「發明」過「平均」。但下一章的主角——維多利亞英格蘭的業餘科學家 法蘭西斯・高爾頓（Francis Galton）——將在高斯與其前人鋪好的基礎上，建造出一套協助人類辨別可測量風險與不確定性的工具。