每个人生活的环境不同，受到的教育程度不同，看待世界的方式也会不同，正因为这样的不同，所以才构成了我们现在纷繁复杂的世界。
大多时候，我们每个人都习惯用主观视角去看待世界，去评判一个问题，因而会有很多失真的情况。
那么如何，更客观的看待世界？——统计学视角
其实真正了解统计学，才会发现它并不是课本上那么枯燥，而是非常有趣，能够更清晰的明白大数据时代的游戏规则，面临陌生问题的时候能得出说服性的结论，作出合理的决策。
那些看似偶然的事件，背后隐藏了哪些必然性的统计规律？
1.大数定律——整个概率学的基础，想要做好理财和风险投资，离不开它。
当随机试验次数足够多时，实验的结果平均只会无限的接近“期望值”，通过概率来看清风险作出决定，特别适用于理财和风险投资。
比如，有一个投资机会，投资门槛是100万，投资风险是50%，投资收益率是400%。如果你只有100万，这种机会肯定不适合你，可能一次就没了，但是如果你有5000万，这个机会就非常合适，连续投50次，50%的成功率×400%的收益率，最后总收益将是一个亿。
所有的彩票销售机构、赌场和保险机构就充分利用了这个大数定律，实现了稳定的收益。
2.中心极限定理——通过随机抽样，来调查整个群体的特定规律。
掌握了某个群体的具体信息，就能推出从这个群体中随机抽出来的样本的具体情况。
比如，一锅汤里加了一勺盐，无论从哪个位置盛出来，咸度基本一样。达到某个级别的产品或者人群，达到这个标准的，一定是符合某个最低标准。
利用这种对基本情况的了解，对比两种抽样结果可以反推，这两种样本是否属于同一群体。
3.随机抽样——最基础的环节，但经常容易出错。
随机抽样的核心是必须保证每个对象被抽到的概率是完全相等的，而人群的流程是非常复杂的，在抽样数据中经常会出现偏见行为。
比如，选择性偏见，调查一线城市，特定人群的消费习惯，从而推到全国，这里忽略了一些城市的人收入普遍较高。
幸存者偏见，基金公司为了能够募集到更多的资金，同时开放许多只基金，只选取为数不多的几只高收益基金作为宣传，而当大多数人购买基金后发现，其实最后收益高的还是只是那少部分。
4.常犯的概率学错误
很容易忽略小概率事件，而有时候这些小概率事件一旦发生了，就会造成不可挽回的后果。
比如，黑天鹅事件，2008年美国次贷危机前，整个北美金融都使用的同一个风险价值模型，这个模型非常准确，依据过去20年的市场行为建立的，可以预测99%的市场风险，唯独不能对，那1%的意外事件作出预测。因此次贷危机的爆发，直接造成了全球性的金融危机，导致了许多投行，房地产公司破产。
因此再精准的预测都有不准的时候，任何数据的推算都必定存在误差，有些时候，即使午餐再小也不能忽视，比如，爱因斯坦预测的引力波。
