你越是怕什么就越是来什么 你越怕什么什么就越折磨你

本篇文章将对墨菲定律做详细的介绍，并解决——为何越担心越会发生这一问题。作者统计事件发生的概率，教会我们如何降低、避免事件出现的概率，接下来，我们看看作者的分享。

你是不是经常感觉越怕什么，越会发生什么？掌握“墨菲定律”，可以帮助你摆脱这种尴尬情况。

不知道大家在生活中有没有过这样的经历，着急打车去参加一个重要的会议，等了很久就是没有司机接单，而平常不着急的时候，却总能很快叫到车。类似的经历还有很多。

比如，我们在超市排队结账，你发现旁边的队伍好像很快，于是你果断换到了另一队，可换完之后，你感觉自己这一队好像又慢了，不管怎么选，总感觉自己这一队是最慢的。

再比如，我们为了避免在正式会议发言中出错，私下精心准备并且练习了很多次，可偏偏在正式发言时还是出错了。

就好像我们越害怕的事情，越可能发生。让人们不得不抱怨，为什么不好的事情总是发生在自己的身上？为什么自己这么倒霉，运气这么差？

但事实情况是，我们每个人都会遇到这种情况，都会有类似的经历。任何事件，只要存在出错的可能性，即使概率非常低，那么一定会出错。这就是所谓的“墨菲定律”。

一、到底什么是墨菲定律

到底什么是“墨菲定律”？原话是这样说的：If there are two or more ways to do something，and one of those ways can result in a catastrophe，then someone will do it.

用通俗的大白话解释就是，人们越害怕的事情，越可能发生。

听起来似乎很玄学，人们到底是如何发现它的呢？

时光回溯到1940年，美国空军在爱德华空军基地进行火箭车测试。一位名叫爱德华•墨菲的工程师来协助实验，并带来了四个传感器能帮助精确地测量超重力。

他们将加速度计安装在火箭滑车之上，一切正常启动，然而小组人员发现几个传感器的安装位置完全相反，导致所得到的读数完全无法使用。

“if there is any way they can do it wrong, they will”墨菲抱怨道，这是任何不满的老板都可能会说的话，那么，墨菲能把这整个“定律”归因于他吗?

在错误安装几周之后，约输•斯塔普上校举行首次新闻发布会，其中一名记者提问在这高速试验期间是如何做到没有人员受伤的。

“我们做的所有工作都有考虑墨菲定律。”斯塔普说道，当然，斯塔普随后解释了什么是墨菲定律，还补充了句他们已经学到的：“在做一个测试前，你必须考虑所有的可能性。”

这之后的事情就众所周知了。但事实是，墨菲定律在很久以前是以全名爱德华•墨菲命名的，英国数学家奥古斯都•德•摩根曾写道：“如果我们做足够多的试验，该发生的事终究会发生。”

也就是说，如果事情有可能发生，不管这种可能性有多小，只要次数够多，它总会发生的。

二、揭秘墨菲定律发生的原因

到这里，我们对“墨菲定律”已经有了基本的了解。有人不禁要问，这种听起来很玄的现象，到底是如何发生的？背后有什么科学依据吗？

说起“墨菲定律”发生的根本原因，就不得不提两个非常重要的统计学术语：“概率”和“期望值”。

概率，相信大家一定很熟悉，它是反映随机事件出现的可能性大小。这里的随机事件是指在相同条件下，可能出现也可能不出现的事件。比如天气，出现“晴天”、“阴天”或“雨天”等任意一种天气就是一个随机事件。

如果对某一随机现象进行n次试验与观察，其中A事件出现了m次，即其出现的频率为m/n。统计学中大数定律已证明，经过大量反复试验，m/n会越来越接近于某个确定的常数，这个常数即为事件A出现的概率。

比如，在某个地区，我们经过一年时间的观察，出现晴天的次数是300天，那么我们通常认为这个地区出现晴天的概率是82%(=300/365)。

那什么是“期望值”呢？这个概念想必很多人既熟悉又陌生，为什么说熟悉呢？

因为很多人可能会脱口而出，期望值我很熟，就是平均值，干嘛搞得这么神神秘秘。如果你是这么说并且也是这么想的，那么你确实对“期望值”这个概念很陌生。

那么“期望值”到底是什么？和“平均值”到底是不是一个东西呢？

不要着急，我们来看一个真实的小例子就知道了。

想必大家应该都买过彩票，我们来模拟一个比较接近真实的彩票数据。假设这个彩票一共有5个等级，表中分别有每个等级对应的中奖金额和中奖概率。

然后我们需要分别计算特等奖至四等奖的奖金金额乘以中奖概率，然后将这些数值相加：1元+0.5元+0.2元+0.1元+0.002元=1.802元。

也就是说，如果花10元购买这种彩票，每次平均只能获得接近1.802元。

这个1.802元是什么意思呢？难道是买1次彩票就能中1.802元，买100次就能中180.2元吗？

很明显不是，因为你好像从来都没有中过奖。这个时候，如果你身边有一个懂统计学的朋友，他可能会给你支招，如果你一下买10万张或者100万张，那么你中奖的金额很可能会是180200或者1802000。

这该死的好胜心喷涌而出，于是你豪掷100万买了10万张，最后总共中了180000，算下来平均每张中1.8元。这时你心里想，好像确实比较接近1.802元，只是这个学费有点贵啊！

故事讲到这里，大家对期望值可能已经有个大概的理解了，这个1.802元只是你可能中奖的期望，是衡量你在足够多的次数下，平均每一次获得的中奖金额。

那这个“期望值”和“平均值”到底有什么区别呢？从统计学上看，它们是有本质区别的，具体表现在两个方面：

期望值是针对随机变量而言的一个概念，是以概率为权的加权平均值，可以理解是站在“上帝视角”对事物本质的一种表达。是一种事前（依据概率分布）的预测；平均值是描述性统计中的一个统计量，是一组数据总体趋势的一种度量方式。是一种事后（统计公式）的描述。

所以，“期望值”和“平均值”本没有关系，但是“大数定律”为我们提供了一种“上帝视角”，将属于数理统计的平均值和属于概率论的期望值联系在一起。也就是通过收集大量的样本并计算样本数据的平均值，可以无限接近该样本集合的期望值。

在购买彩票的案例中，中奖金额的期望值是可以提前计算出来的，但买了多张中奖金额的平均值是需要中奖后才能计算的。当买的足够多时，中奖金额的平均值会趋近于期望值。

讲了大半天“概率”和“期望值”，“墨菲定律”和他俩有啥关系？当然是有很大关系！可以这么说，“概率”决定了“墨菲定律”发生的可能性有多大，“期望值”决定了“墨菲定律”发生后对我们的影响有多大。

先来说概率，在统计学中，关于概率有一条重要的规律：假设某个事件在一次实验中发生的概率为p（p>0），相应的，不发生的概率为1-p，则在n次实验中该事件永远不发生的概率为(1-p)^n，所以，其至少发生一次的概率为1-(1-p)^n。

由此可见，不管这个事件发生的概率多低，一旦当实验次数n趋向于无穷时，(1-p)^n会越来越趋于0，则1-(1-p)^n会越来越趋于1，,那么这件事的发生将成为必然事件。

比如，我们认为一件坏事发生（犯错误）的可能性非常小，概率只有5%，但是当我们一直重复做这件事，其至少发生一次的概率为1-(1-5%)^n，当做到第90次时，1-(1-5%)^90=99.01%，至少犯一次错误的可能性就超过99%了。

这是不是就验证了“墨菲定律”说的：凡事只要有可能出错，那就一定会出错。就像一句老话说的：常在河边走，哪有不湿鞋。当然，也在一定程度上证明了刘备的那句至理名言：勿以恶小而为之。

但是，这只是从理论上证明了“墨菲定律”存在的合理性。我们又如何解释“人们越是担心某种事情发生，它就越可能发生”这种神奇的心理效应呢？

从正常逻辑上讲，人们对于那些害怕的或者担心发生的事情更容易印象深刻。

就好比我们打车一样，正常情况下，相同时段叫到车的概率基本是一样的，只不过平时我们不着急的时候，叫不到车可能并没有给我们造成太大的影响，所以记忆并不会那么深刻，但是偏偏有几次你要参加重要的会议或者你上班快要迟到了，却叫不到车，这几次记忆就深刻多了。

这只是我们的感性描述，下面我们通过“期望值”把他量化出来。

为了方便表述，我们把害怕发生的事情或者不好的事情发生的概率记为P1，他对我们的影响记为X1，期望值记为Y1；相对应的，把日常生活中我们不留心的普通的事情发生的概率记为P2，他对我们的影响记为X2，期望值记为Y2。根据期望值的计算公式，我们可以分别计算害怕发生的事情和普通的事情对应的期望值：

现在，我们来对比一下这两类事件。

首先，我们先来看第一个影响因素：概率。

对于我们担心或者害怕要发生的坏事，一旦产生这种担心或预感，说明这个坏事已经具备了发生的很多条件，那么此时他发生的概率应该不低，甚至超过50%。也就是说这个时候坏事已经不再像一个普通事件那么随机了，其发生的概率往往是大于普通事件的概率。所以，从这个角度分析，P1显然大于P2 。

然后，我们再来看第二个影响因素：对人的影响，这个影响就是某件事发生后的结果值。

比如，上班迟到罚款100元。很明显，我们之所以认为某件事是坏事，是因为它一旦发生对我们的影响是很大的，至少应该大于普通事件。所以，从这个角度分析，X1显然大于X2。

既然P1>P2且X1>X2，那么我们很容易得出Y1>Y2，也就是说，坏事情的期望值要远大于普通事情的期望值。期望值越大，对个人的影响也就越大，影响越大，印象也就越深刻。

“墨菲定律”其实就是由于我们对于坏事情和普通事情的期望值差异而产生的一种心理效应。

三、如何避免墨菲定律的发生

到这里，我们对“墨菲定律”已经有了更深刻的理解。有些人可能在想，既然“墨菲定律”在我们的生活中这么常见，一旦被“墨菲定律”了，我们除了抱怨两句，有没有什么好的方法可以避免呢？

想要尽量避免“墨菲定律”的发生，也不是不可能，但要讲究方式方法。正所谓“解铃还须系铃人”，要从“墨菲定律”发生的根本原因入手，才能对症下药！

根据上述分析，“墨菲定律”的发生有两个关键因素：事情发生的概率以及事情发生带来的结果。所以，避免“墨菲定律”的发生自然也要从这两方面入手：降低坏事发生的概率、降低坏事发生带来的结果值。

首先，如何才能降低坏事发生的概率呢？

给大家两个非常实用的建议：

1）客观冷静地罗列各种可能性，更专业的说法叫“MECE原则”。这句话听起来似乎是理所应当的事情，但在现实生活中，大家往往最容易忽视这一点

举个例子，如果我们想要降低上班迟到的概率，那么我们必须首先客观冷静罗列出各种可能的交通方式，比如地铁、公交、出租车、自行车等等，然后结合当时的客观环境判断各种交通方式迟到的概率，从中选择迟到的概率相对更低的一种方式。而不是一上来就不经思考的选择其中一种。

但是，“罗列各种可能性”的能力也不是一朝一夕就能锻炼出来的。为了防止出现不得不突然面对重大决策的窘境，大家最好从平时开始就注意思考，养成多尝试“罗列各种可能性”的习惯。

2）通过不断练习降低犯错的概率，正所谓“熟能生巧”，通过大量重复练习，可以降低犯错的概率

举个例子，如果我们想要尽量避免在重要的会议演讲中出错，卓有成效的方法之一就是在事前大量反复练习，最好能够做到烂熟于心，这样才能最大程度降低犯错的概率。

然后，如何才能降低坏事发生带来的结果呢？

还是给大家两个实用建议：

1）提前做好应对预案，也就是我们常说的PlanB、Plan C、……

通过这种事前预案的方式，可以化被动为主动，一旦坏事发生，我们可以快速、主动应对，在短时间内将损失值降到最低，同时可能还会有一些补救方案。

2）风险转移

如果我们判断某件事情产生的影响或者损失太大，大到我们个人无法承受，这个时候我们就需要考虑进行风险转移，就是将坏事发生的风险及其可能造成的损失全部或部分转移给机构或他人。通过转移风险得到一定保障，是目前应用范围最广、最有效的风险管理手段。大家所熟知的保险就是其中的典型之一。

“墨菲定律”所影响的大多都是我们日常生活中的事情，只要我们明白其背后的科学原理，讲究方式方法，那么我们对大部分事情的掌控力就会大大提升，生活的幸福感也会随之提升。

微信公众号：知了数据分析

本文由 @知了数据分析 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。