来源：市场资讯
（来源：上林下夕）
一、事件背景与关键数据 2025年9月，德国北莱茵-威斯特法伦州（北威州）地方选举前夕，德国选择党（AfD）在13天内有7名候选人（包括正式和候补候选人）相继死亡。死因包括疾病、自然死亡和自杀，警方排除他杀可能。这一事件引发公众对统计异常性的质疑。关键基准数据：德国人口年死亡率：约为1%（基于德国联邦统计局长期数据）。候选人样本：北威州地方选举候选人总数约2万名，选择党候选人估计约500人（基于该党支持率推算）。时间窗口：死亡事件集中发生于13天内。死者特征：年龄介于42至80岁，多数有基础疾病（如心脏病、肝病等）。
二、统计模型与核心概念
为评估事件异常性，采用两种常用概率模型：
泊松分布：适用于描述稀有事件在固定时间或空间内发生的概率。其核心假设是事件独立发生，且单位时间内平均发生率为固定值。本例中，"事件"指候选人死亡。
二项分布：用于计算在固定样本量中，某事件发生特定次数的概率。本例中，基于候选人总数和个体死亡率，估算13天内死亡7人的可能性。
- 敏感性分析：通过调整参数（如死亡率、样本量）检验结果的稳健性。例如，若候选人平均年龄较高，死亡率可能升至1.5%，需重新计算概率。
三、概率分析结果
统计概率极低：
基于泊松分布，13天内7人死亡的概率约为0.0000012%。
基于二项分布，概率约为0.000015%。
两者均远低于统计学显著性阈值（通常为5%），表明事件属于极端罕见事件。
与日常事件对比：
此事件的概率低于彩票（德国的）中头奖（概率约千万分之一）或被雷击中（概率约十五万分之一）。
相当于一个德国人连续中两次彩票头奖或在同一地点多次被雷击中的罕见程度。
统计显著性检验：
p值：低于千万分之一（远小于0.05），表明事件高度显著。
置信区间：正常预期下，13天内死亡人数应为0-1人，实际值（7人）完全偏离该范围。
- 四、影响因素与讨论
可能解释：
偶然性：小概率事件可能发生，但需警惕数据偏差（如候选人健康状况集中较差）。
外部因素：选举压力或区域性健康危机（如传染病）未完全排除。
局限性：
数据不完整：候选人确切数量、年龄分布和健康记录未公开。
职业风险无直接数据：政治家压力水平可能影响死亡率，但缺乏具体统计。
五、结论
统计异常性：从概率学角度，此事件属于高度异常（概率低于百万分之一），显著偏离随机预期范围。
需谨慎解读：统计异常不等同于人为干预证据，需结合医学和社会学调查进一步验证。
注：本报告基于公开数据建模，若关键参数更新需重新计算。
热门跟贴