由于我已经把统计学还给教授了，所以直接写程式来跑
→ buffalobill: 不是1/68，这样子每4.5包就会中一张秘稀了 10/01 14:10
→ buffalobill: 理想上每121包会命中所有R卡*2加上所有MR*1 10/01 14:11
→ buffalobill: 见旧文#1GGCN6D6 10/01 14:12
感谢水牛大指正，KTK这种标准的大系列有53张R，15张MR
在印刷时R会以两倍数量进行排版，总数为53 ×2 + 15 = 121 (11 ×11)
排除闪卡后，每一包补充包有1/121的机率命中某张特定MR，2/121命中某张特定R
一箱有6盒，共216张补充包
假设某名候选人把帝宝卖掉开了100000箱(等等，根本不够啊)
每一箱开完就统计R/MR的张数与种类分布，之后把每次的种类平均
(例如：第一箱开出5张的有6种，第二箱有7种，则平均算作有6.5种)
请注意这边的统计并不是每张卡片出现的次数，而是每个次数出现的卡片种类
举例来说，你开第一箱可能会出现a张萨坎，开第二箱出现b张萨坎
如果你统计的是萨坎出现的次数，那开了很多箱后萨坎的数量会增加了很多
平均过后你只会得到一个机率上的稳定平均值
只要同为R或同为MR，这些值会几乎一样，无论是萨坎、迪西、还是丁丁
但是如果你统计的是卡片种类，平均所造成的效果就会不一样
例如你开完第一箱，发现只有萨坎、珠高、以及鹰村苏拉克出现正好四张
于是你就让他们组成名为“铁支俱乐部”的社团，成员数三名
开第二箱时的铁支俱乐部成员可能有两名，第三箱时四名
这些成员数的平均值，就代表每开一箱时，平均会有几张牌进入铁支俱乐部
当然，不同的俱乐部如杠龟俱乐部、三条俱乐部等，平均成员数都会不同
由于R和MR的地位相异，在计算重复张数分布时必须分别统计
最后结果如下(平均0.01种以下的省略)
稀有 秘稀
0张 1.45种 2.49种
1张 5.25种 4.50种
2张 9.51种 4.03种
3张 11.39种 2.39种
4张 10.18种 1.07种
5张 7.26种 0.38种
6张 4.29种 0.11种
7张 2.17种 0.03种
8张 0.95种 0.01种
9张 0.37种
10张 0.13种
11张 0.04种
12张 0.01种
对R卡来说，平均而言只会有一两种没有出现
某种卡片出现8~9张算正常范围，12张以上罕见
对MR卡来说，平均而言会有两三种没出现(如果乔巴在大系列就可能发生惨剧)
每种卡片出现4~5张算正常范围，8张以上罕见
10万次测试中最多能经出现同种R卡17张，或同种MR卡11张
但是出现次数都只是个位数，机率低到可以不用考虑
如果卫生纸没把牌洗干净就封装，则种类数多的会变少，少的会变多
不过仍然会维持一个大概的钟型(两侧非对称)分布