理论概率和样本频率回答的是两个不同问题：前者根据明确的规则和模型，描述某类结果发生的可能性；后者依据实际记录，计算某类结果在样本中出现的比例。判断一项说法时，先分清它是在讨论模型推算，还是在描述已经观察到的结果。

理解理论概率，首先要知道事件如何定义、结果空间是什么，以及适用规则是否明确。若这些条件不清楚，就不能直接套用某个概率结论。即使模型条件成立，理论概率描述的也是模型下的规律，不代表下一次结果必然如此。

样本频率来自一组具体记录。比较它与理论概率之前，需要确认观察范围、次数和事件统计口径是否一致。频率可以说明这批样本中发生了什么，但一次或少量观察，既不能单独证明模型正确，也不能据此确定未来结果。

短期频率为什么可能不同于理论概率？随机结果会出现波动，观察次数较少时，样本中的比例尤其可能偏离模型描述。看到差异，不足以直接断定规则改变或出现异常。判断差异意味着什么，还要看样本规模、记录质量和活动条件；缺少这些信息时，结论应保持有限。

过去的结果会不会让下一次“补偿”？在事件严格独立、规则保持不变的模型中，过去结果不会迫使下一次出现某种结果来抵消此前的偏差。但现实活动是否满足独立性，要依据具体规则判断；条件未知时，不能把独立性当作既定事实。

阅读彩票相关的概率说明时，可以先核对事件定义和规则，再区分模型给出的理论概率与记录算出的样本频率。若规则、事件定义或统计口径改变，原有判断可能不再适用。少量样本只描述已观察到的现象，不能改写理论结论，也不能用来推断下一次结果。