很多rpg游戏中都有幸运这个属性，不管是给出具体的数值还是ABCDE，总而言之都在说幸运是可以具体量化计算的，至少是在它的小说、游戏体系中是可以量化计算的。
今天中午下了夜班，有感于一楼的同伴睡了一夜，而我则半夜被叫起来两三次，就想到了一些玄学话题，再然后就想到了不同人之间如何比较运气的差异，能否像游戏中那样对现实中的运气通过一系列运算数值化的表示出来。
那么就开始正文吧。
那么就从一个比较简单的场景进行导入。
宅圈中有一名词，叫“非洲人”，意指在《LoveLive!学园偶像祭》、《舰队Collection》等各类随机赌运气成份极高的网游、页游、手游类游戏中，手气不好、战绩不佳的玩家。所谓非洲人，即脸黑。
如上所述，在特定的游戏场景中，通过比较特定玩家中奖概率 P(A|B) 与官方设定中奖概率 P(A) 并计算两者差值D，比较不同玩家的D值大小，便可以比较当前游戏场景中各个玩家的幸运值。
上面的想法看起来很美好，但运用到实际中却面临一些问题。
下面简单问题与我的理想化的对策：
问题一：如何得知 P(A|B) ，由频率推断概率的话，可能只适用于重度游戏玩家（抽了上百单、上千单以上的玩家）。
问题二：连抽保底机制带来的问题。这类游戏往往都有连抽保底机制，有的是，连续抽奖失败多少次必中什么什么。有的是，随着抽奖失败次数增多，获奖概率增大。对于这个问题，我们也许让玩家B、玩家C抽奖次数大致相同后，再进行比较。对于 P(A) 则取总体的平均数。
问题三：官方调整出奖概率。根据出奖概率的调整进行分割，对玩家们的抽奖情况进行分段比较，最后再进行汇总。
如最开头所说，我们的目标是量化一个人的运气值。
但上述的比较方法，运用于现实之中却有一些问题。
首先便是偶发事件。
诸如彩票中奖这种概率极小的事件，在计算 P(A|B) 时便存在样本量不足的问题。因此上述的计算就不能实施。
其次便是事件权重的问题。
不同事件对人的影响是不同的，这一点最明显的体现便是人类对坏事情的敏感性。
好事与坏事
还有就是事件中人为因素的影响。
上面游戏什么的，大多都是随机因素占主导地位。但现实生活中很多事件，既有随机因素，也有人为因素。
如过马路，被车撞。同时过马路好几人，为什么你被车撞了，其它人就没有？ 对于这个问题，你可能会问。会不会是你不遵守交通规则？当那个车来的时候，你的反应速度是不是比其它人慢一步？ 或者，你并没有做错什么，只是单纯不幸的遇到了一个坏司机。 也许事故责任认定中的责任分成，可能在某些程度上反映这个问题。
如执法检查。众所周知，我国很多领域都是，严格立法，普遍违法，选择执法。 大家都在违法，为什么别人就没有被查，被抓？为什么我就被立成了典型？
在这些事件中，你很难将人为因素与随机因素分开。但不可否认的是：在这些事件中，随机因素扮演了很重要的角色。
最后再说一说，大周期、正反馈与子宫彩票。
上面大多说的是同一时间点的比较，但如果对不同时代人的运气进行比较则面临着大周期问题。
现在40、50岁买了很多房子的中年人，常常以成功人士自诩。 但比起如今买不起房子的年轻人，他们买得起房，真的是因为他们能力更强，或更能吃苦吗？
也许并不是这样。更大的可能是，他们运气好的赶上了一个上升周期。
运气不好赶上了人相食的年代，或出生于乱世。这种大周期的运程在比较时又该如何处理。
再说一说正反馈。
一件坏事情，往往导致其它坏事情更加容易发生。好事亦然。
这种正反馈，如果和子宫彩票联合起，这就十分的恐怖了。
作为女孩不幸的出生在贫困山区 ---> 遭遇拐卖事件，遭遇性侵事件概率增大；辍学概率增大……
这种事情，固然是社会问题。但对于当事个人来说，很大程度上就是运气不好，命不好了。
如果要进行比较的话，正反馈问题也应当考虑在内。
科学、玄学
一点点想法，大概就是这样吧。