先建立方法框架，再观察数字
有效的分析不是寻找“必然出现”的号码，而是用固定口径整理数据、描述分布，再检验自己的判断是否受到短期波动影响。
统一样本
明确数据范围、字段规则与统计周期，避免在比较过程中随意改变口径。
描述分布
计算频率、间隔与结构指标，先说明“发生了什么”，不急于推导结果。
多窗比较
同时观察短、中、长窗口，区分暂时波动与相对稳定的统计特征。
复盘修正
记录筛选理由与实际表现，识别规则是否过度拟合某一小段历史数据。
频率是描述工具，不是结果承诺
出现频率可以帮助理解某个观察窗口内的分布，但“近期较多”不代表下一次仍会出现，“近期较少”也不代表即将补齐。
基础计算
相对频率 = 某项出现次数 ÷ 样本总次数。比较前应确保各组使用相同样本范围与统计规则。
设置多个观察窗口
将较短窗口用于观察近期波动，较长窗口用于建立分布基线。不要只选择最符合预期的区间。
比较相对值而非单纯次数
样本数量不同，直接比较出现次数容易误导。转换为比例后，再结合样本量判断差异是否值得关注。
给波动保留解释空间
小样本中出现明显高低差异并不罕见。先扩大样本或更换窗口复核，不把普通波动包装成规律。
判断频率结论前，先问三个问题
- 样本是否足够且连续？
- 统计规则是否保持一致？
- 换一个窗口是否仍成立？
遗漏与走势：观察间隔，不推断“到期”
遗漏通常表示某项距离上次出现经过的期数。它适合描述历史间隔，却不能证明下一次出现的概率已经上升。
当前间隔
记录距离最近一次出现的间隔，用于定位当前状态在历史分布中的位置。
间隔分布
比较平均值、中位数与较长间隔，避免只盯着历史最大值作判断。
分区与形态
按区间、奇偶或其他统一维度描述整体结构，减少对单个号码的过度关注。
警惕“遗漏越久，越该出现”的直觉
在相互独立的随机事件中，之前连续未出现不会自动提高下一次出现概率。遗漏信息应作为历史描述，而不是确定性信号。
和值区间
用于描述组合总和所处区间。区间应基于完整分布设置，而非追逐近期集中区域。
奇偶结构
比较不同奇偶组合在历史样本中的分布，只作为结构分类，不作为必然趋势。
区间分布
把可选范围划分为固定区域，观察组合是否过度集中或分散。
重复与相邻
统计重复项、相邻项等形态时，应保留其正常出现的可能，避免机械排除。
推荐的规则顺序
先定义目标，再应用少量规则，最后保留完整记录用于复核。
五个常见分析误区
识别思维偏差，通常比增加更多指标更重要。
01 把短期连续现象当成稳定规律
02 只保留支持自己判断的数据
03 叠加过多筛选条件
04 混淆相关性与因果性
05 忽略预算与行为边界
开始一次可复核的分析
逐项确认分析流程是否完整。清单只保存在当前页面状态，不代表分析结果或有效性评价。
最重要的不是得到一个“答案”，而是知道数据如何整理、规则为何选择，以及哪些结论不能从数据中推出。
分析前自检
点击项目标记完成状态