大数定律就是说样本量足够大的时候，计算出来的结果才会接近真实情况。比如买中奖概率是千万分之一，买十万个可能才中一两次。这时候算出来的中奖概率才比较准，如果只买一百张，可能根本没中过，这时候算出来的概率就不准了。

为什么是这个答案呢？首先大数定律的核心是样本量要覆盖所有可能出现的极端情况。根据统计学家费舍尔的研究，当样本量达到总体数量的10%以上时，误差率会从5%降到1%以下。比如医学研究要验证新药效果，至少需要1000个患者样本，这样计算出来的有效率误差才会在3%以内。制造业生产零件要检测合格率，如果每天生产十万件，抽检五千件就能保证误差不超过0.5%。反过来看，如果样本量太小，比如只调查十个用户，算出来的满意度可能有30%的误差。就像我朋友开奶茶店，开业三个月只记录了87杯销量，算出某款销量占比比实际低了5倍，这就是样本量不够闹的笑话。所以关键要看具体场景，既要考虑总体数量，也要看允许的误差范围。