先说清楚在问哪个事件
对一枚理想公平硬币的一次投掷，正面概率设为1/2。这里已经限定了对象、一次试验与公平模型；换成偏硬币或不同抛掷机制，数值就未必相同。
概率0.2也可以写成20%，表示模型给这个事件分配的可能性。它不意味着每五次一定出现一次，更不意味着接下来五次会按预定顺序安排一个成功。
先有等可能条件，才能这样数
- 01前提
公平六面骰子
- 02事件
一次投掷出现偶数
原创教学示意；按正文假设说明，不是实际调查数据。
结果种类不同，不代表机会均等
“发生”与“不发生”总能把一个事件分成两类，但这不说明各占一半。只有在有理由认为基本结果等可能时，才能用有利结果数除以全部基本结果数。
例如公平六面骰子的点数为偶数，有2、4、6三种等可能结果，概率为3/6。但若骰子有偏，单纯数出三种点数并不足以确定概率，还要知道各面的概率。
频率可以提供线索，但也有波动
实际观察到的比例叫频率。合理的重复机制下，样本变多可以帮助估计概率，但短期频率未必恰好等于模型值，收集方式有偏时更不能机械外推。
使用概率时应说明它来自理论模型、历史数据还是在明确假设下的判断，并随新信息检查条件是否变化。一个写得很精确的小数，并不会自动使其依据更可靠。