Будь то медицина или бейсбольная статистика, люди часто не принимают во внимание количество данных, которые они привлекают для своих выводов. Каждое конкретное событие может быть спонтанным, но повторяемость одной и той же модели вновь и вновь свидетельствует о малой вероятности того, что это было случайностью. Говоря языком математики, чем больше выборка, тем надежнее оценка. Вот почему опрос 2000 человек гораздо более надежен, чем опрос 200 человек. И наблюдение, что кто-то успешно отбивает мяч в 40% попыток на 10 бейсбольных играх, несравнимо с ситуацией, когда видишь те же достижения игрока на протяжении 162 игр сезона.
Чем более очевиден этот факт, тем легче он ускользает из памяти. Человек, впервые сформулировавший это понятие, известное как закон больших чисел, считал, что это настолько очевидно, что «любой дурак знает [это] интуитивно»; и тем не менее люди постоянно игнорируют это. Мы никак не можем прекратить искать «объяснения» закономерностей, даже при ограниченных наблюдениях (скажем, по нескольким бейсбольным играм или по одному дню работы биржи), которые могут ровным счетом ничего не отражать. Бумер достиг результата в 40% на последних десяти играх, потому что «действительно хорошо видит мяч», а никак не (если говорить о статистике) в силу случайности, когда более слабый игрок в течение нескольких дней выглядит более сильным. Биржевые аналитики делают то же самое, привязывая изменения на рынке к конкретным новостным событиям. «Рынок сегодня на подъеме, так как Acme Federated неожиданно сообщила о высоких результатах за четвертый квартал». Когда в последний раз вы слышали, чтобы аналитик сказал: «На самом деле сегодняшний рост на рынке не более чем случайное колебание»?
К счастью, психолог Ричард Нисбетт показал, что обычных людей можно научить внимать закону больших чисел не более чем за четверть часа.
