研究数据就是先找十年内的记录，用Excel或手机表格整理号码，看哪些数字常出现哪些少出现。比如红球1号平均每期出现2次，而8号三年没出现过。还要算组合概率，像1-2-3-4-5这种连号组合五年只中过一次。排除明显错误，比如连号超过三个或重复号码相邻的情况。

为什么这样做呢？因为本质是随机事件，但数据能发现隐藏规律。比如某省近五年统计显示，中过奖的号码组合再次出现的概率是0.3%，而冷门号码连续遗漏超过20期后中奖概率提升至0.8%。数据制作时先抓取官方数据源，再用Python爬虫补充遗漏记录，用SPSS做相关性分析。比如发现红球1号和蓝球9号同时出现的概率是0.15%，比随机组合低0.05%。但要注意数据偏差，比如前年1-2-3-4-5组合突然中了奖，说明短期可能存在异常波动。模拟后可能出现“比如红球1号平均每期出现2次而8号三年没出现过”这样的合并句子，或“用SPSS做相关性分析比如发现红球1号和蓝球9号”这样的多字错误。