Lô gan lâu không có nghĩa là sắp về. Chỉ số gan ghi lại số kỳ một cặp đã vắng mặt; nó không phải đồng hồ đếm ngược và không tự làm xác suất của kỳ kế tiếp tăng lên.
Kết luận này dựa trên một điều kiện quan trọng: các kỳ đang xét được mô hình hóa là độc lập và cơ chế xác suất không đổi. Khi đó, lịch sử vắng mặt không tạo “khoản nợ” mà kết quả tương lai phải bù.
🔎 Lô gan đo quá khứ, không đo khả năng kỳ tới
Gan hiện tại trả lời câu hỏi: “Đã có bao nhiêu kỳ hoàn tất kể từ lần xuất hiện gần nhất?”. Xác suất kỳ tới trả lời một câu hỏi khác: “Theo mô hình đang dùng, khả năng sự kiện xảy ra ở kỳ mới là bao nhiêu?”.
| Tiêu chí | Lô gan | Xác suất kỳ kế tiếp |
|---|---|---|
| Thời điểm được mô tả | Các kỳ đã hoàn tất | Một kỳ chưa biết kết quả |
| Đại lượng chính | Độ dài chuỗi vắng mặt | Khả năng theo mô hình |
| Có tăng theo mỗi kỳ vắng? | Có | Không, nếu các kỳ độc lập và mô hình không đổi |
| Cho biết khi nào sẽ xuất hiện? | Không | Không |
| Dùng để làm gì? | Mô tả và kiểm tra dữ liệu lịch sử | Định lượng sự bất định |
Muốn kiểm tra cách đếm chỉ số trước khi bàn đến xác suất, phần giải thích gan hiện tại và dữ liệu thiếu trình bày rõ mốc bắt đầu, kỳ hoàn tất và phạm vi miền hoặc đài.
🎯 Độc lập có nghĩa là gì?
Hai kỳ độc lập khi biết kết quả kỳ trước không làm thay đổi xác suất của kỳ sau trong mô hình. Nếu sự kiện A có xác suất p ở mỗi kỳ, thì sau 1, 5 hay 20 kỳ A không xuất hiện, xác suất A ở kỳ tiếp theo vẫn là p.
Có thể viết bằng lời như sau:
Xác suất A ở kỳ tới, với điều kiện A đã vắng k kỳ = p, nếu các kỳ độc lập và xác suất p không đổi.
| Gan hiện tại trong ví dụ | Dữ liệu đã biết | Xác suất A ở kỳ kế tiếp |
|---|---|---|
| 0 kỳ | A vừa xuất hiện | p |
| 5 kỳ | A đã vắng 5 kỳ | p |
| 10 kỳ | A đã vắng 10 kỳ | p |
| 20 kỳ | A đã vắng 20 kỳ | p |
NIST mô tả mô hình nhị thức với xác suất thành công p cố định ở mỗi phép thử. Bảng trên chỉ áp dụng khi điều kiện độc lập và xác suất không đổi thực sự là giả định phù hợp; nó không phải tuyên bố rằng mọi hệ thống ngoài đời đều mặc nhiên giống nhau.
📊 Ví dụ giả định với xác suất 10%
Giả sử trong một mô hình minh họa, sự kiện A có xác suất 10% ở mỗi kỳ độc lập. Xác suất A không xảy ra trong một kỳ là 90%.
Sau 10 kỳ liên tiếp không có A, ba câu hỏi sau cho ba đáp án khác nhau:
| Câu hỏi | Phép tính | Kết quả |
|---|---|---|
| Xác suất 10 kỳ đầu đều không có A | 0,9 mũ 10 | Khoảng 34,87% |
| Xác suất A xuất hiện ở đúng kỳ kế tiếp | 10% | 10% |
| Xác suất A xuất hiện ít nhất một lần trong 10 kỳ mới | 1 trừ 0,9 mũ 10 | Khoảng 65,13% |
Con số 34,87% cho thấy một chuỗi 10 kỳ vắng mặt không hề mâu thuẫn với mô hình 10%. Sau khi chuỗi ấy đã xảy ra, xác suất của một kỳ kế tiếp vẫn là 10%, không phải 65,13% và cũng không tăng chỉ vì gan đã dài.
Con số 65,13% trả lời câu hỏi về cả một nhóm 10 kỳ tương lai. Nhầm xác suất “ít nhất một lần trong nhiều kỳ” với xác suất “ngay kỳ kế tiếp” là một lỗi phổ biến.
Ví dụ này hoàn toàn giả định để giải thích công thức. Không nên lấy mức 10% áp trực tiếp cho một cặp lô tô hoặc một bảng kết quả cụ thể, vì sự kiện và số dãy kết quả phải được định nghĩa riêng.
Vì sao chuỗi vắng mặt dài vẫn có thể xuất hiện?
Ngẫu nhiên không có nghĩa là các kết quả phải xen kẽ đều. Ngay cả khi xác suất không đổi, chuỗi lặp hoặc chuỗi vắng dài vẫn có thể xuất hiện một cách tự nhiên.
Với xác suất A bằng p, xác suất A vắng trong k kỳ độc lập liên tiếp là một trừ p, rồi lũy thừa k. Giá trị này giảm khi k tăng nhưng thường không bằng 0, nên “hiếm” không đồng nghĩa với “không thể”.
Theo dõi nhiều cặp làm chuỗi dài dễ được chú ý hơn
Khi cùng quan sát nhiều cặp và nhiều cửa sổ, gần như luôn có một số dòng trông nổi bật hơn phần còn lại. Việc chọn dòng có gan dài nhất sau khi đã nhìn toàn bộ bảng là chọn một cực trị từ nhiều chuỗi, không phải bằng chứng rằng dòng ấy có xác suất cao hơn ở kỳ sau.
Muốn xem số gan đúng theo dữ liệu đã hoàn tất, có thể dùng bảng theo dõi khoảng vắng mặt 00–99. Công cụ giúp mô tả lịch sử; thứ hạng gan không phải danh sách dự báo.
🔢 “Sắp về” là một dạng ngụy biện con bạc
Ngụy biện con bạc là niềm tin rằng sau một chuỗi kết quả cùng hướng, kết quả ngược lại trở nên dễ xảy ra hơn dù các phép thử độc lập. Trong trường hợp lô gan, cách nghĩ “đã vắng quá lâu nên kỳ tới phải xuất hiện” mang đúng cấu trúc này.
Nghiên cứu đăng trên Humanities and Social Sciences Communications giải thích rằng con người dễ nhìn các sự kiện độc lập như một chuỗi có liên hệ và mong chúng sớm “cân bằng”. Thí nghiệm đăng trên PLOS ONE cũng ghi nhận xu hướng dự đoán sự đảo chiều sau một chuỗi, dù các kết quả được mô tả là độc lập.
| Suy luận dễ mắc | Vấn đề | Cách diễn giải đúng |
|---|---|---|
| “Đã lâu chưa xuất hiện nên đến lượt” | Gán trí nhớ cho kỳ mới | Gan chỉ mô tả chuỗi đã qua |
| “Đã vượt gan cực đại nên chắc sắp dừng” | Biến kỷ lục mẫu thành trần bắt buộc | Kỷ lục có thể bị vượt |
| “Chuỗi dài quá nên không còn ngẫu nhiên” | Cho rằng ngẫu nhiên phải phân bố đều trong mẫu ngắn | Chuỗi dài vẫn có xác suất khác 0 |
| “Xác suất nhiều kỳ cao nên kỳ tới cao” | Trộn hai sự kiện khác nhau | Tách một kỳ khỏi cả cửa sổ |
Luật số lớn không buộc kỳ sau bù lại
Luật số lớn nói rằng tần suất tương đối có xu hướng tiến gần xác suất lý thuyết khi số phép thử tăng rất nhiều trong cùng điều kiện. Nó không yêu cầu kỳ tiếp theo phải đảo chiều để sửa một chuỗi đang lệch.
Giả sử 10 kỳ đầu không có A. Tỷ lệ xuất hiện đang là 0%, nhưng tỷ lệ dài hạn vẫn có thể tiến dần về mức mô hình chỉ nhờ mẫu số ngày càng lớn; không cần kỳ thứ 11 mang xác suất cao hơn bình thường.
Đây là khác biệt giữa xu hướng của một tổng thể lớn và dự đoán một quan sát đơn lẻ. Một quy luật dài hạn không phải lịch hẹn cho sự kiện kế tiếp.
✨ Khi nào dữ liệu quá khứ đáng để kiểm tra?
Dữ liệu quá khứ vẫn hữu ích để phát hiện sai phạm vi, kỳ thiếu hoặc thay đổi trong quy trình. Tuy nhiên, đó là lý do để kiểm tra chất lượng dữ liệu và giả định mô hình, không phải lý do để khẳng định một cặp sắp xuất hiện.
- Kiểm tra phạm vi: Miền, đài và cách gộp có nhất quán hay không.
- Kiểm tra đơn vị: Đang đếm ngày lịch, kỳ hoàn tất hay lượt kết quả.
- Kiểm tra dữ liệu thiếu: Không tự biến trạng thái chưa biết thành “không về”.
- Kiểm tra cơ chế: Nếu thể lệ hoặc quy trình thay đổi, không tiếp tục dùng mô hình cũ một cách máy móc.
- Kiểm tra cỡ mẫu: Một chuỗi ngắn không đủ để kết luận xác suất nền đã thay đổi.
Để đối chiếu các kỳ gốc trước khi tính gan, hướng dẫn chọn cửa sổ lịch sử và đọc bảng giải theo ngày giúp xác nhận số kỳ thực tế thay vì suy ra từ số ngày trên lịch.
Câu hỏi thường gặp
Gan càng dài thì xác suất kỳ tới càng cao phải không?
Không, nếu các kỳ độc lập và mô hình không đổi. Gan dài làm thay đổi mô tả lịch sử, không làm xác suất có điều kiện của kỳ kế tiếp tăng lên.
Gan cực đại có phải giới hạn không thể vượt?
Không. Gan cực đại chỉ là chuỗi vắng dài nhất từng quan sát trong phạm vi dữ liệu. Một kỷ lục lịch sử không phải rào chắn toán học.
Vì sao xác suất xuất hiện trong 10 kỳ cao hơn một kỳ?
Vì “ít nhất một lần trong 10 kỳ” có nhiều cơ hội xảy ra hơn “xuất hiện ở đúng kỳ kế tiếp”. Hai xác suất nói về hai sự kiện khác nhau và không thể dùng thay thế cho nhau.
Có thể dùng lô gan để dự báo không?
Lô gan hữu ích để mô tả khoảng vắng mặt và kiểm tra dữ liệu lịch sử. Riêng độ dài gan không đủ để dự báo kết quả tương lai hoặc chứng minh rằng một cặp đang “đến hạn”.
⚠️ Miễn trừ trách nhiệm
Miễn trừ trách nhiệm: Nội dung chỉ phục vụ tra cứu và tham khảo giải trí đối với xổ số hợp pháp. Xổ Số Kim Quy không bán số, không thu phí và không hỗ trợ cá cược hoặc lô đề.