生男生女機率同樣嗎？

先來看一下2019年人口普查，也是第七次人口普查的男女性別比例數據，是目前最新的數據了。這裏性別比，女性基數是100，例如：20 ~ 24這個區間，性別比是114.61，也就是說，114.6個男性對應100個女性。

能夠看出，男女數量差別比較明顯，可是在這我的口基數大國中，這個差別得以放大。那麼，這個性別數量差別是怎麼形成的呢？咱們繼續探究。

故事一

之前在農村重男輕女現象比較嚴重，我村裏一戶人家想要一個男孩，結果接連生了5胎，都是女孩。人生就是這樣的倔強，也須要頑強，有時候你不堅持一下，你都不知道什麼叫絕望。

故事二

午餐後跟個人程序員同事們，在軟件園散步，聊到找對象的問題，進而深刻到當下國內，男多女少的這個高深問題，他們給出的觀點是：重男輕女的思想的產物，若是第一胎是男孩就不要二胎了；若是第一胎是女孩，繼續二胎，直到男孩爲止。

上面兩個觀點，本質上都是一種，覺得能夠經過毅力和堅持，得到想要的男孩，即人爲控制初生兒的男女性別，這天然是不行的。

這就跟拋硬幣同樣，正反面的機率都是50%，若是你只想要正面，拋到反面就不放棄，貴在堅持，一直拋，恭喜你，你會發現一個規律，正反面機率都接近50%。

從生物學上來講，女性只產生X染色體，男性產生X、Y兩種染色體，XX(女性)，XY(男性)，即理論上來講，生男生女機率都是1/2。這就解釋了用拋硬幣實驗來類比的合理性。

可是，咱們都知道再小的機率都有可能發生，更況且是50%的機率呢，生兩胎確實增長了男孩兒的機率。讓你投籃，給你一次機會，和給你2次機會，天然是選擇兩次機會，投中的勝算大一些嘛！因此故事一中的行爲，就是經過屢次行爲，加大得到男孩的機率。再好比，賭徒輸了不少，仍然不肯意離開賭場；你買諾安基金虧了好多，仍然不肯意離開；由於你相信你還有機會，都是這個道理。

這些都是賭博的行爲，可是咱們要相信科學，要相信真理。

就算一次生育行爲能夠用拋硬幣來解釋，那麼每一年那麼多生育行爲總體機率都是50%嗎，我相信大數定律能夠解決這個問題了。
設X1,X2,...,Xn是獨立同分布的隨機變量，記它們的公共均值爲μ。又設它們的方差存在並記爲σ2。則對任意給定的ε>0，有

大數定律從理論上是能夠解釋屢次生育行爲中，生男生女的機率是大體相同的，即男女數量應該大體相等。

下面，咱們用計算機程序來模擬。

實驗分析

用random模塊生成區間[0,1)之間的隨機數，若是生成的數小於0.5，就記爲硬幣正面朝上，不然記爲硬幣反面朝上。因爲random.random()生成的數能夠看作是服從區間[0,1)上的均勻分佈，因此以0.5爲界限，隨機生成的數中大於0.5或小於0.5的機率應該是相同的(至關於硬幣是均勻的)。這樣就用隨機數模擬出了實際的拋硬幣試驗。理論上試驗次數越多(即拋硬幣的次數越多)，正反面出現的次數之比越接近於1(也就是說正反面各佔一半)。

橫軸是試驗次數，縱軸是正反面出現次數的比值。

隨着實驗次數的增長，正反面出現次數之比愈來愈接近於1。

那麼問題來了，微觀來來看，生男生女機率是50%，宏觀上來看，生男生女機率也是50%，爲何男女數量有微小差別？

下面再看個故事。

一個家庭裏重男輕女的觀念，可能是體如今媳婦剛剛懷孕的時候。每到這個時候，一些迫切想要孫子的爺爺或奶奶，就會在口中唸叨着「大孫子、寶貝金孫」......一些明顯帶有性別歧視的詞語。接着，他們就會千方百計的讓懷孕的兒媳去進行胎兒性別鑑定，一旦鑑別腹中胎兒非男性，就會強制性的要求兒媳作人工流產。

到這裏，爲何生男生女機率同樣，男女數量有微小差別的緣由呢？相比你們內心都有答案了，有些事情真相真的讓人細思極恐。