图表说明：本图为静态教学图解，并非实时数据、观察记录或预测结果。通用算例采用单副52张、A=1、严格区间与不放回观察；变更条件时在正文中单独说明。
连续几次出现同类结果后，人们容易觉得另一类结果“该来了”。这种感觉将长期比例与短期顺序混为一谈。理解独立性，首先要说明每次试验是否恢复同样条件；只有在机制明确后，才能讨论过去的信息是否改变下一次分布。
01独立性描述条件是否提供新信息
如果每次都把牌放回并重新构造相同的随机试验，且混合过程满足教学假设，那么前一次分类不会自动改变下一次的内部概率。这里不是说结果不会连续，而是说先前结果没有改变下一次样本空间。独立是对试验机制的描述，不能仅凭一张看起来杂乱的折线图判断，也不能因为恰好出现交替就断言它具有某种自动平衡能力。
02长期比例不是逐段精确配额
模型给出的概率是描述分布的数，不是规定每十次必须按固定数量出现。即使长期频率有趋向概率的性质，短段序列仍可能偏离，并且下一段没有义务精确抵消上一段。将一百次分成十组，每组的内部数量可能不同；总比例接近模型值，也不要求每组都一样。观察到暂时偏离，不能推出下一次已被安排去纠正它。
03不放回的变化来自剩余牌
如果不放回，已经观察到的具体牌可能改变剩余构成，此时不能机械声称下一次概率永远不变。但变化必须通过计数说明：哪些点数少了多少，总数剩多少。仅记录“内部连续三次”可能仍不足以完整重建构成，更不等同于“外部必然接着来”。把信息变化和补偿直觉区分开，是避免两个极端误解的关键。
04视觉模式需要接受机制检验
人很擅长从短序列中识别重复、间隔和对称，这在阅读信息时有用，却可能把偶然形状当成生成规则。任何关于下一次的推断，都应解释历史数据怎样提供了有效条件，而不只是指出图形好像某种节奏。若说法可以在结果出现后任意修改，就缺少可检验性。认识这一点，不需要否认统计工具，只需要坚持模型与证据之间的对应关系。
纸上练习与独立核对
写出三组各十个符号的序列：一组集中连续、一组交替、一组混合。只根据外观，尝试说明为什么不能确定它们来自哪一种机制。随后给每组补上试验条件：每次重置或持续不放回，讨论还需要哪些信息才能分析下一次。最后把“连续之后一定反转”改写成一个带条件、可验证的命题，检查原句中哪些确定性已经失去依据。
把这一点带走
长期比例不规定短期补偿。先检查试验机制，再判断历史是否真的增加信息。
