如何告别单身

友军「生信技能树」在七夕竟然要进军婚恋市场，让我想起了2008年写的这篇文章，当时QQ弹窗说男人比女人多3700万，当时做为大龄猥琐单身狗的我，YY了一下，然后写了这一篇文章。话说中国人除了清明和中元节之外，所有日子都可以是情人节，女人一方面在反对自身被物化，一方面在资本和商业的阴谋下，又对各种「情人节」乐此不疲，难道不觉得这些以推动购物为目的的「情人节」都是在物化女人么？当然男人也乐此不疲啊，因为节日啪啪啪！

---

国家人口统计男人比女人多了3700万，在大学校园里更是流传着“我很丑，可是我很抢手”（女生版）、“我很帅，可是我很无奈”（男生版）。

鉴于大龄猥琐男越来越盛行，以及小平同志说“让一部分人先恋起来嘛”，今日从科学的角度，让大家明白如何告别单身。

授人与鱼不如授人与渔。即使没能让你奔小康，起码也解决温饱~~~

告别单身的不二法则，三个字，“厚脸皮”，详见下面分析：

如果一个男人追一个女人，成功的概率只有0.2，那么连续追6个，至少有一个成功的概率，高达0.74

> 1-0.8^6 [1] 0.737856

如果连续追7个的话，至少一个成功的概率将达到0.79

> 1-0.8^7 [1] 0.7902848

如果你不是特别差，成功的概率假如是0.3，那么连续追几个的成功概率将更高。。

> 1-0.7^6 [1] 0.882351 > 1-0.7^7 [1] 0.9176457

连追女生个数从1到10,至少成功一次的机会，我们以成功概率0.1为例，90%的可能性拿到好人卡。（通常我们成功的概率会比这个高，恩！），从下面的数字大家可以看到增长速度之快，是惊人的。多追几个，不成功那是小概率事件。

> x <- 1:20 > y <- sapply(x, function(i) 1-0.9^i) > y [1] 0.1000000 0.1900000 0.2710000 0.3439000 0.4095100 0.4685590 0.5217031 0.5695328 0.6125795 0.6513216 0.6861894 0.7175705 [13] 0.7458134 0.7712321 0.7941089 0.8146980 0.8332282 0.8499054 0.8649148 0.8784233

下面我用多项式回归对数据进行拟合。

> xv <- seq(1,20, 0.1) > x2 <- x^2 > qualm <- lm(y ~ x+x2) > yv <- predict(qualm, list(x=xv, x2=xv^2)) > lines(xv,yv) > summary(qualm) Call: lm(formula = y ~ x + x2) Residuals: Min 1Q Median 3Q Max -2.250e-02 -7.706e-03 -9.328e-07 8.678e-03 1.773e-02 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 4.396e-02 8.277e-03 5.311 5.75e-05 *** x 8.053e-02 1.815e-03 44.358 < 2e-16 *** x2 -1.984e-03 8.397e-05 -23.633 1.92e-14 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.01113 on 17 degrees of freedom Multiple R-squared: 0.998, Adjusted R-squared: 0.9978 F-statistic: 4334 on 2 and 17 DF, p-value: < 2.2e-16

拟合结果，显示，y = 0.04396 + 0.08053x - 0.001984x^2，其中x表示表白次数，y是至少成功一次的概率。

拟合结果，如下图所示：

男人对女人耍流氓，叫调戏，女人对男人耍流氓，叫勾引，男人女人互相耍流氓，叫两情相悦。

脱单的不二法则，就是不断地耍流氓，焉知下一次耍流氓的结果，对方不是以耍流氓相报呢，同志们，这就是两情相悦啦。

流氓会学术，挡也挡不住。