# 小数定律

## 元数据

- 书名：思考，快与慢
- 作者：丹尼尔·卡尼曼
- 章节：第二部分 / 第10章
- 定位：AI PM / 产品经理 / 策略与增长面试
- 优先级：P0
- 标签：small-sample, ab-test, evaluation

## 面试问题

为什么小样本会误导产品判断？

## 30 秒回答

人们容易相信小样本也能代表总体，于是把少量用户反馈、短期实验波动或个案成功当成稳定规律。

## 展开要点

- 小样本更容易出现极端结果。
- 直觉会低估随机波动，过早解释噪声。
- 决策前要看样本量、抽样方式、分群一致性和重复验证。

## 高频追问

- A/B 测试为什么不能太早停？
- 用户访谈和量化数据怎样互补？
- 如何避免从一个客户推全市场？

## 项目映射

- 把面试素材库的早期用户反馈标注为探索性证据，而不是结论。
- 为 prompt 改动建立固定测试集和多轮重复。

## AI PM 迁移

AI PM 做 eval 时要重视样本覆盖，不要用几个手挑 case 判断模型能力。

## 备注

本卡为面试复习用的主题重构和答题框架，不保存原书正文。