📈 概率解析
方法常见问题
Avortas 算是科学研究吗？
不算。它是一个以好奇心为出发点的科普型计算器，采用概率式的思路。
为什么用 82 亿这个数字？
这是一个简单的全球人口参照，能让对比更直观。
怎样理性看待结果？
把它们当作估算和娱乐——现实世界的分布要复杂得多。
独立的事情为什么要相乘
如果四个人里有一个具备某项特征，五个人里有一个具备另一项，而这两件事彼此毫无关系，那么二十个人里就有一个两项都占。之所以要乘，是因为每一个条件都会按自己的比例削掉剩下的那群人：先是所有人的四分之一，再是这四分之一里的五分之一。
再加上第三项、十个人里有一个的特征，你就到了两百分之一。第四项、三个人里有一个，你就到了六百分之一。这就是组合稀有度为什么爬得这么快，也是为什么几乎任何一份五六项的特征清单，都能算出一个听起来惊人的数字。
老实说，这里有个陷阱
只要你量得够多，每个人都稀有。取十二项彼此独立、各有一半人具备的特征，普通人就成了四千人里才有一个。取二十项，他就是一百万人里才有一个。这个数字不能证明这个人有多不寻常；它证明的是有人问了二十个问题。一个稀有度得分在描述那个回答问题的人的同时，至少同样多地在描述一共问了多少个问题。
“1/10,000”到底在主张什么
它是关于一个人群的陈述，不是对你的预测。在一个四千万人口的国家里，它说的是预期大约有四千人符合。没有人真的去数过。它是这些频率如果是对的、并且这些特征如果彼此独立，才推得出来的结果，而这两个“如果”在这句话里干的活可不轻。
乘法在哪里会出错
有共同成因的特征并不独立。瞳色和发色是最清楚的例子：同一批色素基因驱动两者，所以那些容易一起出现的组合，比乘积算出来的更常见，而那些很少同时出现的组合则更罕见。乘法把每一对都当成毫无关系，于是它低估了协调组合的稀有度，又高估了不协调组合的稀有度。本站不做任何修正，而把这一点明说出来，对你的用处大过一个带着并未挣来的精度的数字。
最后几位数字为什么是虚构的
一个写作 12% 的输入，实际可能是 11.5% 到 12.5% 之间的任何值。把三个这样的数字乘起来，不确定性堆积的速度比答案本身还快。这就是为什么这里每一个结果都取两位有效数字，也是为什么小的人头数干脆不给出来，而不是印出来再让人默默不信 —— 见我们如何计算稀有度和数据来源。
最后核校于 2026 年 9 月。