概率统计是科学，不是算命啊！

从基本的概念开始探求建立模型需要什么。

1.样本空间是必然事件这个命题所说的是，模型的目的是在探求必然性。

2.模型里面有变元、参量、值这些量化的东西，说的是模型的动态性。
   灵感来源https://bbs.pinggu.org/thread-3145620-1-1.html
   可以通过计算机截取到的数据是值，它是变元的一些样本，它当然不是模型本身。
   参量可能是需要综合分析得到的，可以是各方策略的量化。
   变元应该是最关注的东西，很关键的还在怎么定义它，想到最直接的是它是我们最关注的东西。

3.关于“量”的探讨。比如，我在这里写到：1=1，那么这里到底是在探讨什么？等号表示的是关系，既然是关系，那么就是
在探讨2样以上的东西，但是直接看过去式子又只是在描述一样东西。如果我重新写一下|{1}|=1=1=|{2}|,这时候我们又看
到我们描述的确实是两个不同集合的模的关系，是两样东西。这个讨论的灵感来源是概率统计中统计量的定义，对于一个概
率空间中的随机变量，你可以把它看成一个，也可以把它看成很多个，这取决于你的目的。我觉得“简单随机样本”的定义，
有些严格了或者说是局限了，在一个广域的问题里面它的用处很有限，这只是个猜测。

4.模型有复杂度，如何度量复杂度？

5.模型有方向，如何时刻清晰方向？

6.遵循严格可靠的方法论，比如，必须先有主要性状，再有细节性状，否则细节性状描述探求的工作就是浪费时间。

7.如果有一个前提假设，我们依据这个前提假设去构造一个量，那么在怎样的情形下会出现这种量的构造方式是唯一的？
比如，前提假设是递增，显然有很多方式。思考来源https://bbs.pinggu.org/thread-3165532-1-1.html

8.事件—>随机变量—>量、分布—>可比较量、不可比较量—>无穷小量、无穷大量—>结构
   事件关系—>随机变量—>量、分布—>结构
   事件变化—>运算—>加、乘、幂、微分、积分—>结构
   观测—>描述—>准确、不准确—>影响—>结构
   问题—>学习—>想法—>编程