冷热分布
统计指定窗口内各号码出现频次，判断是否存在“偏热/偏冷”的阶段性特征。
- 适合：快速概览、对比不同窗口
- 留意：短窗口噪声更大
核心图表类型与用途
不同图表回答不同问题：分布看“是否偏向”，遗漏看“多久未出现”，波动看“是否异常”，名次看“结构是否改变”。
遗漏走势
展示号码连续未出现的期数变化，帮助发现“断层”“回补”与异常拉长的区间。
- 适合：追踪结构变化与极值
- 留意：极值并不等于必然回补
区间/形态统计
将号码按区间（如1-5、6-10等）或形态（奇偶、大小）汇总，更容易看整体倾向。
- 适合：宏观对比、降低噪声
- 留意：区间划分要一致
名次维度
按不同名次分别统计与绘制，避免把不同位置的波动混在一起造成误读。
- 适合：精细化复盘与对照
- 留意：同一窗口内要同口径对比
指标解释：你真正需要看的是什么
走势图本质是“统计视角”。理解指标含义能减少误判：同样的线条上扬，可能是频次上升，也可能是遗漏扩大。
常见指标
- 出现次数（Frequency）
- 统计窗口内的出现总量，用于横向比较不同号码/区间。
- 遗漏（Miss）
- 连续未出现的期数。更适合看“结构变化与极值”，而非单点预测。
- 波动（Volatility）
- 频次或比例在时间轴上的起伏幅度。波动越大，越需要扩大窗口验证。
- 占比（Share）
- 将结果按区间/形态归类后的比例，用于减少噪声、观察整体倾向。
读图示例：如何判断“变化”而不是“巧合”
用“窗口对比 + 同口径验证 + 回看历史”三步，把直觉变成可复核的结论。
示例 A：冷热看“持续性”
某号码在近30期偏热，但近100期仍处于均值附近：更可能是短期波动，而不是长期偏向。
- 先看短窗口，再看长窗口是否一致
- 对比“均值线/中位数”更稳
示例 B：遗漏看“断层”
多个号码的遗漏同时变大，可能是区间结构变化导致；单一号码极端遗漏则更像局部噪声。
- 观察是否“成片”扩大而非单点
- 回到历史逐期确认是否统计口径一致
减少误读的小技巧
- 同一张图只改变一个变量：窗口或名次
- 看到“极值”先回查原始记录再下结论
- 避免在同一结论里混用多个口径
推荐窗口（参考）
近30期
看短波动
近50期
折中观察
近100期
看稳定性
提示：窗口越短越敏感，越长越平滑。建议先短后长做一致性验证。