2008 年有篇占星論文，統計了 293 個連環殺手的命盤。最近我用 2026 年更大的資料集重做了一次——結果耐人尋味。

荷蘭獨立研究者 Jan Ruis 在 2008 年發表了一篇論文，叫《Statistical analysis of the birth charts of serial killers》，刊在占星同行評審期刊 Correlation。
他抓了 77 名有可靠出生時間的男性連環殺手（配合 216 名沒時間的人當輔助組），與 6000 人的對照組做了相當嚴謹的統計檢定（bootstrap 重採樣、多重控制組、甚至做了 shift-control 排除天文-人口統計 artefact），然後報告了三個顯著結果：
① Mutable signs (變動宮) 過多（p=0.005）
② 月亮相位分布異常（p=0.001） // 月亮-土星相位偏多，月亮-木星相位偏少
③ 12 宮與海王星顯著（p=0.005）
Ruis 做了 Bonferroni 校正（5 個假設 α=0.01），三個主結果都通過。論文結論：占星家的預測不能被拒絕。
今天，我用 更大規模 (180位) 連環殺人犯的資料去重現此份研究，三個假設都不顯著了。

---

耐人尋味的是——方向並沒有變。
Sagittarius 還是 +19%、12 宮還是最高、月亮-MC 還是 +21%、月亮-太陽還是 -20%……Ruis 描述的那個 pattern，在 180 人身上仍然看得到輪廓。只是強度弱到 α=0.05 都過不了。
這就是有趣的地方：
如果效應是真的，樣本放大應該讓 p 值變小（變異性降低，訊號浮現）。我們看到的是相反——樣本放大 2.3 倍，p 值反而上升。這代表 Ruis 當年那個 d=0.31 的效應，主要來自：
- 小樣本 (N=77) 天然的高統計變異
- 2008 年的資料蒐集偏誤（當年靠占星圈蒐集，可能傾向符合預期的命盤）
- 他用「12:00 假設」硬塞進去的 216 人未知時間組，引入了大量雜訊但擴大分母
這在心理學被稱為 replication crisis——大量「顯著」的小研究，放大後就消失。占星社群其實也逃不過同樣的規律。

---

他的方法論是我看過最像樣的占星統計工作之一，比一般人畫個命盤腦補強太多。他的氣候研究還發在 Springer 真期刊，促使荷蘭皇家氣象局修改了歷史溫度紀錄。方法工具箱是真貨。

但方法嚴謹 ≠ 結論穩健。小樣本、selection bias、publication bias——這些陷阱即使最認真的研究者也逃不過。這正是獨立複測 (independent replication) 存在的意義。
每次想推崇一篇「看起來很科學」的占星統計時，記得問：N 是多少？有人獨立複測過嗎？