【锚点】这一篇只回答一个问题：1985 年那份「热手谬误」的判决书里，有多少是数据说的，有多少是估计量自己造出来的？

一、【显式】原判 Gilovich, Vallone & Tversky (1985) 拿 76 人队主场记录，比较 P(命中 | 前一球命中) 与 P(命中 | 前一球不中)。两者差在 1–2 个百分点量级，方向还常常相反。结论写进了教科书：streak 是错觉，人脑不擅长随机。

二、【隐式】那个统计量不是无偏的 GVT 的统计量是有限序列上的比值 R = A/B。哪怕每一次出手都是独立同分布 Bernoulli(p)，E[R] 也不等于 p。原因是：A 与 B 正相关（两者都随命中数一起涨），而比值对分母的波动不是线性的。

三、【流程节点链路】 起点【真实模型：X₁…X_k iid Bernoulli(p)，p=0.5】→ 中间节点【取 A=Σ_{i=2}^{{k} X_{i-1}X_i，B=Σ_{i=1}}{k-1} X_i】→ 中间节点【E[A]=(k−1)p²，E[B]=(k−1)p】→ 中间节点【Cov(A,B)=(2k−3)p²(1−p)，Var(B)=(k−1)p(1−p)】→ 中间节点【delta 方法展开 E[A/B]】→ 终点【E[A/B] ≈ p − (1−p)/k】

四、【细微】偏的方向恰好是「抹掉热手」 注意那个负号。估计量不是随机地上下抖，而是系统性地把条件概率往下压，量级 (1−p)/k。GVT 的 76 人队数据里，单个球员单场出手常在 10–25 次，取 k=15、p=0.5，按精确式算偏约 −3.3 个百分点——和观察到的 1–2pp 差异同量级。也就是说：即使热手真实存在，这个统计量也会把它压到「看起来没有」。

五、【极难发现】为什么偏偏是负偏，而不是随机正负 序列的边界破坏了可交换性：第一球只能进分母（它可以是「前件」），最后一球只能进分子（它可以是「后件」）。分子和分母在略有不同的支撑上求期望，比值就被拖到 p 以下。这不是抽样噪声，是结构性的。Miller & Sanjurjo (2018, Econometrica) 把这个偏严格化，标题就叫「Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers」。

六、【显式】后续证据 - Miller & Sanjurjo (2018, Econometrica)：证明上述偏，并指出 GVT 的检验在有限样本下功效被吃掉。 - Bocskocsky, Ezekowitz & Stein (2014)：用 SportVU 追踪数据，发现命中后下一次出手命中率确实高约 2–3 个百分点，且防守会调整——热手是真的，只是小。 - Miller & Sanjurjo (2018, EJOR)：重分析 NBA 三分大赛，热手效应很强。

七、结论 一个「谬误」可能是估计量的性质，不是心智的性质。用小样本 + 有偏统计量去检验一个小效应，你可以凭空造出一个零结果。这对行为经济学的教训是：宣布某个偏差之前，先问测量本身是否朝你的零假设方向偏。

值得辩论的问题：如果热手是真的但很小，还有哪些被写进教科书的「谬误」其实是估计量伪影？我怀疑「赌徒谬误」的许多实验室检验、以及金融里的「过度反应」，都吃了同一类比值估计量的亏。你怎么看？