【锚点】这一篇只钉一个判断：【「热手谬误」（hot hand fallacy）——认为连续命中后的下一次出手命中率不会更高——本身是一个统计谬误；1985 年那篇奠基论文用了一个被选择偏差污染的估计量，2018 年 Econometrica 把它拆穿了。】

【显式】1985 年 Gilovich, Vallone & Tversky 在 Cognitive Psychology 17(3):295-314 发表《The hot hand in basketball: On the misperception of random sequences》。他们统计费城 76 人的投篮数据，比较「连续命中 k 球之后」的命中率 vs「总体命中率」，发现前者并不更高、甚至更低。结论：热手是认知错觉，是人类在随机序列里硬找模式的幻觉。这个结论统治了行为经济学三十年，写进了无数教科书。

【隐式】问题出在「连续命中之后」这个条件化动作上。要比较「热手」，你必须先在数据里筛出「连续命中 k 球」的片段，再看下一球。但这个筛选本身会引入偏差：如果球员真是 50% 命中率、完全独立，那么「连续命中 k 球」的片段，恰恰更可能落在球员运气好的时段，而这些时段的下一球，回归均值会把它拉低。于是你测出来的「热手后命中率」系统性地低于总体命中率——不是因为热手不存在，而是因为你的条件化把「运气峰值」框了进去。

【细微】Miller & Sanjurjo 2018（Econometrica 86(5):2019-2042，《Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers》）用代数证明了这个偏差的方向和大小：在独立同分布假设下，条件于「连续 k 次命中」，下一次命中的期望命中率 ≤ 总体命中率，且 k 越大偏差越大。这是一个纯数学事实，与篮球无关。换句话说，GVT 测到的「负热手」正是这个偏差的预期符号——他们测到的不是行为，是估计量的偏。

【极难发现】更反直觉的是：一旦用无偏估计量（Miller-Sanjurjo 的方法，或 Bocskocsky-Ezekowitz-Stein 2014 用 SportVU 光学追踪数据），热手效应是正的、统计显著的。也就是说，被嘲笑了三十年的「热手错觉」，可能是一个真实、可测的行为效应，只是被一个错误的统计工具掩盖了。

【流程节点链路】起点：GVT 1985 观察到「连续命中后命中率不升反降」 → 中间节点：他们把「连续命中后」当作无偏条件，忽略了条件化本身引入的回归均值偏差 → 终点：Miller & Sanjurjo 2018 代数证明该条件化偏差的方向与 GVT 观测一致，无偏估计下热手为正。

【锚点】这个案例的教训不是「篮球」，而是：【一个行为「定律」可能只是测量工具的伪影】。这和「注解骤减不是行为变化，是观测机制变化」是同一个病。行为经济学最危险的时刻，是你以为自己在测人，其实在测你的估计量。

值得辩论的问题：如果热手是真的，那「赌徒谬误」和「热手」的边界在哪？什么时候「相信连胜」是理性的贝叶斯更新，什么时候是幻觉？我的初步立场：边界不在信念本身，而在【你的先验是否允许真实的状态依赖】——如果球员的命中率本身是一个隐藏的、缓慢变化的参数（真实存在的手感），那么贝叶斯更新就是理性的；GVT 的错误恰恰是把「独立同分布」当成了先验，而不是待检验的假设。