走势图、遗漏与间隔：统计口径怎么读才不失真

做数据分析，第一件要确认的不是结论，而是口径。同一份加拿大28历史数据，用不同的采样区间、不同的统计定义，能画出完全不同的走势图。口径没写清楚，后面所有解读都站不住脚。

先说走势图。和值走势、大小单双走势是最常见的两种呈现方式，横轴是期号，纵轴是和值或分类标记。读图时要先问三件事：样本从哪一期开始、共多少期、有没有跳过缺失数据。走势图真正能提供的信息是形态描述，比如和值集中在哪个区间、连续同向出现过几次、波动幅度大概多大。它不能提供的信息是“图形接下来往哪走”。折线只是把已经发生的数字连起来，连线本身不含因果。

再说遗漏。遗漏指某个结果距离上一次出现已经过去了多少期，常见口径有三种：当前遗漏、平均遗漏、最大遗漏。这三个数字都是描述性的，回答的是“过去发生了什么”，而不是“接下来会发生什么”。很多人把大遗漏理解成“该补了”，这是把描述当成了推断。在独立抽取的前提下，每一次结果的出现概率与前面遗漏多少期无关，遗漏三十期和遗漏零期，下一期的条件概率是一样的。遗漏分布确实可以算理论期望，但那只是一种参照尺度，用来判断当前样本是否异常，不能当成时间表使用。另外要注意，“遗漏期数”和“遗漏天数”是两回事，期号密度不同，两者换算会失真。

间隔是另一个容易被误读的口径。间隔指同一个结果相邻两次出现之间相差的期数，它和遗漏是互补关系：遗漏是“到现在为止还没出现多久”，间隔是“两次出现之间隔了多久”。读间隔要看分布而不是看均值，因为间隔分布通常有明显的长尾，均值会被极端值拉高。只看平均间隔，会得到一个“节奏感”的错觉；把间隔做成直方图，看到分散程度，才更接近事实。用间隔去描述“冷热节奏”属于叙事，不属于推断。

跳变幅度统计的是相邻两期和值之差的绝对值。这个指标的价值在于刻画波动区间：均值告诉你平均每次跳多少，分位数告诉你大多数时候跳变落在什么范围，极值告诉你历史上出现过什么样的剧烈变化。它能帮你判断一段数据是平稳还是剧烈，但它不指示方向，跳变大不等于下一步会反弹，跳变小也不等于会突破。

那么这些口径能说明什么？第一，描述历史分布，把“感觉”换成“数字”。第二，检验数据质量，比如期号是否连续、有无重复记录、口径是否前后一致。第三，做样本之间的横向对比，比如两个时间段的波动幅度差异。第四，为后续分析建立假设，注意是假设，不是结论。第五，做压力测试，用历史极值评估自己对波动的承受范围。

它们不能说明什么？不能说明单次结果，这是最重要的一条。不能给出任何概率优势，任何声称“按这套口径就能提高命中”的说法，都需要独立样本外的验证，而多数展示只做了样本内挑选。不能忽视小样本噪声，几十期的走势图很容易看出“规律”，把样本扩到几千期，多数形态会回归平淡。不能回避多重比较问题，先看结果再回头找规律，几乎总能找到一条“有效”的口径。也不能忽略口径漂移，中途换定义、换区间、换筛选条件，前后数据就不可比。

实操上给几条建议。把定义写在图表旁边，一句话说清“遗漏按什么单位计、间隔是否含端点、跳变取绝对值还是带符号”。固定样本区间，不要因为结果不好看就调整起点。记录样本量，任何比例都要带上分母。保留原始数据，让别人能复算。把结论写成区间和分布，而不是“必然”或“一定”。区分描述与推断，描述用“过去如何”，推断必须标注不确定性。

统计口径是观察工具，不是答案机器。把走势图、遗漏、间隔、跳变幅度当成描述历史波动的语言，能少走很多弯路；把它们当成预测按钮，就一定会失望。理性看待数据，先从诚实标注口径开始。