讨论一次随机结果能说明什么，先要限定事件和规则。只有在事件彼此独立、规则保持不变的模型中，过去结果才不会迫使下一次出现某种“补偿”。如果事件关系或规则没有说清，就不能只凭“随机”二字套用这一结论。

检查时先问：比较的是哪两个事件？在模型中，独立是指前一结果不改变后一事件的概率，不代表现实里的任意两次活动都互不影响。现实活动是否独立，要看具体规则和条件；资料不足时，判断应限于模型范围。

还要分清理论概率与样本观察。理论概率描述给定模型中的可能性，少量记录则只呈现实际观察到的结果。短期内某类结果偏多或偏少，不会自动证明理论概率已经改变，也不能说明接下来会反向变化。观察到的现象，不等于能够推出的结论。

接着核对规则条件是否一致。如果讨论对象、事件定义或适用规则发生变化，原有概率结论未必适用。不能把一个设定下的独立性，直接推广到规则不同或关系未知的现实活动。缺少具体规则时，只能说明结论成立所需的前提，不能替实际活动下定论。

读到“过去没出现，所以这次更该出现”或“最近常出现，所以还会继续”时，可以先核对前提，再看样本，最后限定结论。若依据只是少量观察，不能由此推出下一次结果，也不能据此作出预测。概率知识说明的是模型与证据的边界，不构成选号建议、投注策略或收益保证。