先從咱們都知道的“賭徒謬誤”開始吧。
在一個拋硬幣猜正反麵的遊戲中，上一次是正，這一次你會猜正還是反？我想你和我一樣，可能會猜正。因為正和反的概率一樣，上一次是正，不代表這一次一定是反，不如隨著自己的心意隨便猜一個。如果我們有一百個人一起來回答這個問題，我估計正和反的選擇一半一半。
那麽，如果連續10次的結果都是正，下一次你會猜正還是反呢？
前提是，我們都確信這個遊戲裏沒有作弊，沒有玄機，正和反的概率都確實是一半一半，“連續10次都是正”這種情況的出現是非常罕見的，概率極低。
這個時候，100個人裏，估計有80個都會選擇反了吧？因為大家都知道，連續11次都是正的概率，將極大降低，大家從樸素的邏輯出發，應該更相信，出現反的概率已經急劇上升，這時候賭反麵贏的機會應該更大。
而我們都知道，下一次是正是反，概率仍然一半一半。這時候賭反，並未有更大的贏麵。
為什麽呢？
大家所熟知的概率，是統計學中著名的大數定律，意思是大樣本均值向總體均值趨近。
但不幸的是，當人們在判斷不確定事件發生的概率時，往往會將大數定律移植到小樣本中，誤認為小樣本均值也趨於總體均值，從而給出“11次的拋硬幣遊戲裏，正反也應該一半一半”這樣的錯誤回答。這一行為偏差被卡尼曼和特沃斯基稱為小數定律，已成為行為經濟學的一大洞見。
拋硬幣猜正反麵，正是小數定律的經典例子——賭徒謬誤。
重複拋一個硬幣，當連續拋出幾次正（反）麵朝上後，賭徒往往會認為下一次拋出反（正）麵的機會更大，進而他可能加大賭注。
是的，根據大數定律，如果拋出次數足夠多，那麽正反麵出現的次數應該趨於相等。但在有限的拋出次數下，這一統計規律並不成立。