把「平均律」拆成「無秩序定律」#

由於「平均律」這個詞被太多人誤解,機率專家寧可使用更生硬的「弱大數法則」。為了避免再被混淆,作者提議把「平均律」拆成幾條更具體的「無秩序定律(Laws of Lawlessness)」,分別指出機率事件的不同面向。

無秩序第一定律(First Law of Lawlessness) 面對機率事件時,請忽略原始次數,改看相對頻率——也就是事件實際發生次數除以它有機會發生的總次數。

為何不能只看原始次數?#

媒體常用「真實案例」吸引注意:副作用受害者、樂透贏家、神秘事件。這些故事極具感染力,連政策都可能因此改寫(9/11 後的機場安檢便是一例)。

但用少數案例下決策通常很糟糕:

  • 這些案例往往看起來「典型」,實際上卻是離群值(outliers)
  • 它們之所以震撼,往往正是因為極為罕見
  • 第一定律告訴我們:把事件數除以「機會數」,才能看到正確的脈絡

案例:HPV 疫苗事件#

2008 年英國推行少女 HPV 疫苗接種計畫,目的是預防子宮頸癌。然而 14 歲少女娜塔莉・莫頓(Natalie Morton)在接種後幾小時內身亡,輿論要求停止整個計畫。

兩個常見陷阱#

預警原則的濫用 「寧可保險,不要後悔」聽似合理,卻可能解決一個問題卻製造另一個——停止接種可避免疫苗風險,但子宮頸癌的問題還是要面對。

post hoc ergo propter hoc 謬誤(事後即因果) 「她接種後就死了,所以是疫苗害的」——這個推理跟「車禍前都繫了安全帶,所以安全帶導致車禍」一樣站不住腳。

第一定律登場#

即便假設娜塔莉真的因疫苗死亡,到她過世時已有 130 萬名少女接種同款疫苗。換算相對頻率:

  • 約為 百萬分之一
  • 政府因此選擇只回收可疑批號而非停止全部計畫
  • 後來驗屍報告顯示她患有惡性胸腔腫瘤,死亡與疫苗無關

案例:GEC-Marconi 與 Orange Telecom 自殺事件#

GEC-Marconi(1980 年代末)#

英國國防承包商 GEC-Marconi 八年內傳出超過 20 件員工自殺、死亡或失蹤事件,陰謀論四起。

但第一定律提醒我們看比例:

  • 公司有 30,000+ 員工
  • 案件分散在八年間
  • 對照一般人口的事件率,並不特別異常
  • 警方調查後也得到此結論(雖然陰謀論至今仍流傳)

Orange Telecom(2008-2014)#

法國電信業者也面臨類似事件——2008-2009 年共 30 起自殺,2014 年數月內又有 10 起。

這次媒體進步了:開始追問「在 100,000 員工的大公司裡,這個自殺率到底正不正常?」 但比較基準的選擇仍是難題——是法國全國自殺率?特定年齡層?社經背景?目前真相難以定論。

百慕達三角的迷思#

百慕達三角(Bermuda Triangle)的「神秘失蹤」也是第一定律的經典案例:

  • 即使所有「離奇事件」全部屬實
  • 該海域面積廣達 100 萬平方公里,每年有數萬艘船與飛機通過
  • 換算相對頻率,它甚至排不進全球前十大危險海域
  • 連勞合社(Lloyd’s of London)的精算師都不會對此區加收保費

給管理者與決策者的提醒#

僅憑少數案例就推動「改善方案」的人,最容易踩中第一定律的雷區:

  • 為極稀有事件採取激烈行動
  • 後續又用同樣小的樣本「驗證」改善效果
  • 結論往往謬誤連連

下次看到大規模公共政策出現「恐怖案例」時,先記下來,再用第一定律對照相對頻率。

結語#

機率事件常因表面的「不可能」震驚我們。第一定律提醒我們:別只看原始次數,要看相對頻率——這才是評估機率的依據。 即便機率極低的事件,只要機會夠多,它一定會發生