37法则是指，在统计学中，对样本数量固定（每个样本只出现一次）的情况下，面对选择其中最优的那个样本这个问题时，如何保证选择的样本尽可能最优的一种策略。就是把样本总量的前37%的样本做为参考，其中的最优的那个作为对照点，如果在剩下63%的样本中，出现比对照点好的样本，就果断选择它。

37法则只是在完全没有任何头绪的情况下的一种无奈的、机械的、理想情况下选择策略。并不是每次都能选出最优。

37法则只是在理想情况下的产物：

比如，当最优的那个样本在前37%的样本群中的时候，你会发现，到最后，你只能选最后一个样本（因为在后面的63%样本中，没有任何一个能超过对照点，又因为你不能不选，所以，根据37法则，不管最后那个样本如何，你只能选最后的那个样本）。

又比如，当前面的37%样本都是最差的样本时，不管后面63%中的哪个样本，都比前面任意一个样本好。这个时候，当在后面的63%中进行选择的时候，根据37法则，不管样本是不是最好，哪个先出现就选择哪个。

再者，在实际情况下，你更多时候并不知道样本的数量，所以你只能把每次遇到的样本和之前遇到的所有样本做比较，所以更多情况下，你只能在你能承受的样本数量下选出一个比较好的那个。