*******************

P.189，奎特雷還注意到，十萬名徵召入伍的法國年輕人的身高數據，偏離了常態分佈，因而發現有人搞鬼。

在那個數據中，由身高與人數所畫出的鐘形曲線變形了：剛好超過158公分的人數太少，而剛好不到這個身高的人又特別多些──「矮子」多出了2200人。奎特雷認為可能有人作假，或者該說是善意的謊言，因為身高不到158公分的人就不用服役。

幾十年之後，法國大數學家龐加萊〈Jules-Henri Poincaré〉運用奎特雷的方法，逮到一個欺騙顧客的麵包師傅。

起先，龐加萊發現每天買的麵包平均重量只有950克，而不是廣告上說的1000克。他向有關單位申訴，之後買的麵包就大一些。可是他直覺認為這件事並不單純，於是憑著學者慣有的耐心，他在接下來的一年，每天仔細測量麵包的重量。雖然他的麵包的平均重量很靠近1000克，但是如果麵包師傅每天都誠實的隨便給他一條麵包，那麼稍微重一點和稍微輕一點的麵包數量，應該像我們上一章說的，依照誤差定律的鐘形曲線模式那樣分布，可是龐加萊發現輕一點的麵包數量很少，重一點的麵包卻多得多。他的結論是麵包師傅並沒有停止偷斤減兩，而是每次都給他最大的那條麵包，以封住他的口。

據說當警察再度拜訪麵包師傅時，他大吃一驚，馬上答應要改進。

P.190，奎特雷的這個偶然發現十分有用，隨機性的模式非常可靠，如果某些社會科學數據違背這個模式，就可視為作假的證據。

今天應用到這種分析方法的領域，數據的資料量極大，而奎特雷的時代是分析不了的。近年來，這種統計偵防愈來愈普遍，因而開創了一門新的領域，稱為「鑑識經濟學」。

……一個沒那麼出名的例子，是華頓商學院經濟學者沃菲斯〈Justin Wolfers〉發現大約有七萬場大學籃球聯賽的結果是造假的。

沃菲斯在比較組頭的讓分與實際的比賽結果時，發現了反常的現象。……

雖說讓分多少是組頭訂定的，但實際上還是由廣大的投注客來決定，因為組頭會調整讓分以平衡需求。〈組頭賺手續費，並且試圖使兩隊的下注金額相差不多，所以不管結果如何，他們都不至於大賠。〉

P.191，經濟學家以預測誤差〈forecast error〉去衡量投注客評估兩隊輸贏的精確程度，預測誤差是「被看好的球隊的贏分」與「市場決定的讓分」之間的差異。

既然是一種誤差，那麼預測誤差遵循常態分佈就一點也不出奇了。

沃菲斯發現預測誤差的平均數是0，表示讓分的設定既未低估、也未高估兩支球隊，而它的標準差是10.9分，表示差不多三分之二的時候，讓分與實際贏分相差不超過10.9分。……

當沃菲斯進一步檢查那些其中有一隊特別被看好的比賽，他發現了一些出乎意料的現象：只有極少數的比賽中，特別看好的球隊的贏分稍微超過讓分，而贏分不到讓分的場次卻莫名其妙的多。

這正是奎特雷所說的反常現象，沃菲斯的結論和奎特雷、龐加萊一樣：其中必有詐。沃菲斯的分析是這樣的：

就算是一位超級頂尖的球員，也無法保證球隊能贏到和讓分一樣多分，但是如果他的球隊實力堅強，特別被看好，那麼他大可鬆懈一些，使得贏分不超過讓分，同時又不至於危害球隊贏球的機會。因此，如果不擇手段的賭客想要操縱比賽，而且不要求球員故意輸球，那麼就會是沃菲斯所看到的扭曲結果。

P.192，奎特雷並沒有繼續把他的想法應用到鑑識方面，他有更遠大的計畫：運用常態分佈闡明人與社會的本質。

奎特雷說，一個雕像如果複製一千個，這些複製品會因為量測誤差與師父的手藝而有所差異，這些差異會遵守誤差定律。他繼續推論說，如果人的外在差異也遵循相同的法則，這必定是由於我們都是某一個標準原型的不完美複製品。他稱呼這個標準原型為「平均人」。……

奎特雷認知到不同的文化中有不同的「平均人」，而當社會環境改變時，平均人也隨之改變。事實上，他最大的盼望就是研究這些改變及發生的原因。

P.193，……相信社會物理學存在是一回事，定義這麼一門領域又是另外一回事。奎特雷明白，如果是真正的科學理論，應該能夠把人放置於許多實驗狀態下，然後衡量他們的行為。由於這是無法辦到的，奎特雷推斷社會科學更像是天文學、經由被動的觀察導出洞見，而非物理學。

因此他研究「平均人」在時間上及文化上的變異，企圖發現社會物理學的法則。奎特雷的想法頗受歡迎，尤其是在法國及英國。……

P.194，……儘管這套想法在當時大受歡迎，歷史的評價卻是奎特雷的數學比社會物理學要有意義。

首先，社會上發生的事情，尤其是在財經範疇，不一定遵循常態分佈。比方說，如果電影的票房是常態分佈，大多數電影票房的數字應該接近某個平均值，而三分之二的電影票房應該在平均值的一個標準差之內。可是，事實上20%的電影賺進了80%的收入。

這類型受「叫座」驅策的行業，雖然完全無法預測，遵循的其實是一個完全不同的分布，在這種分布中，平均數和標準差都沒有意義，因為根本沒有「典型」的表現。超級叫座的特例，每幾年就有一次；但在一般行業中，也許每幾個世紀才出現一次。

*******************