欢迎来到进阶概率！
欢迎！在 S1: 统计学 课程的这个部分，我们将深入探索机会的世界。你可能之前已经接触过基础概率，但现在我们将探讨不同事件之间如何相互影响。概率不仅仅是掷骰子这么简单；它应用广泛，从天气预测到保险公司如何制定保费，都离不开它。别担心，刚开始可能会觉得有点复杂——只要掌握几个核心法则，你会发现概率其实非常有逻辑！
1. 基础架构：初等概率
在进入复杂的规则之前，我们先重温一下基础。概率永远是一个介乎于 0（不可能发生）到 1（必然发生）之间的数字。
等可能性结果
如果每个结果发生的机会都相同（例如公平的硬币或标准骰子），我们使用这个简单的公式：
\( P(Event) = \frac{\text{成功结果的数量}}{\text{所有可能结果的总数}} \)
相对频率
有时我们不知道确切的“理论”概率，因此会使用实验数据。这称为 相对频率。
例子：如果一位外科医生进行了 100 次手术，其中 95 次成功，那么成功的相对频率（概率）就是 \( \frac{95}{100} = 0.95 \)。
快速复习：集合符号
课程大纲提到了 集合符号。你不必成为专家，但请记住这两个符号：
1. \( \cup \) 代表 OR（并集）。把 'U' 想象成一个水桶，把两个组别的所有项目都装进去。
2. \( \cap \) 代表 AND（交集）。这就是两者同时发生的“重叠”部分。
重点总结： 概率只是表达某件事发生可能性的一种方式，可以通过逻辑计算，也可以通过实验数据得出。
2. 加法定理：“OR”法则
当我们想求事件 A 或 (OR) 事件 B 发生的概率时，我们使用加法定理。
通用定律
对于任何两个事件 \( A \) 和 \( B \)：
\( P(A \cup B) = P(A) + P(B) - P(A \cap B) \)
为什么要减去交集？ 想象你在统计踢足球的学生和打篮球的学生。如果你只是将这两个总数相加，你就把那些 两样都做 的学生重复计算了两次！减去重叠部分 \( P(A \cap B) \) 可以确保每个人只被计算一次。
互斥事件
互斥 (Mutually Exclusive) 意味着事件 不能 同时发生。如果你抛掷一枚硬币，它不可能同时是正面和反面。
在这种情况下，重叠部分 \( P(A \cap B) \) 为 0，因此公式简化为：
\( P(A \cup B) = P(A) + P(B) \)
余数规则（补集规则）
某件事 不 发生的概率称为 补集 (Complement)，写作 \( A' \)。
\( P(A') = 1 - P(A) \)
类比：如果下雨的几率是 30% (\( 0.3 \))，那么“不下雨”的几率就是 70% (\( 1 - 0.3 = 0.7 \))。
重点总结： 处理“OR”问题时使用加法定理。如果事件不可能同时发生，直接相加即可；如果它们会重叠，记得减去重叠部分！
3. 条件概率与乘法定理
在这里，我们将探讨一个事件如何依赖于另一个事件。
条件概率
这是指 在事件 B 已经发生的情况下，事件 A 发生的概率。我们将其写作 \( P(A|B) \)。
例子：已知你熬夜复习 (\( B \))，那么你感到疲倦 (\( A \)) 的概率是多少？事实 \( B \) 的发生改变了 \( A \) 发生的可能性。
乘法定理
要求 A 且 (AND) B 同时发生的概率，我们使用：
\( P(A \cap B) = P(A) \times P(B|A) \)
或者同样地：
\( P(A \cap B) = P(B) \times P(A|B) \)
独立事件
如果一个事件的发生 不会 改变另一个事件发生的概率，那么这些事件就是 独立 (Independent) 的。例如，掷骰子得到 6 点，不会改变硬币抛出正面的机会。
如果事件是独立的，\( P(A|B) \) 就等于 \( P(A) \)。这使我们的公式变得非常简单：
仅适用于独立事件： \( P(A \cap B) = P(A) \times P(B) \)
你知道吗？
检查是否独立是常见的考试题目！如果你计算 \( P(A) \times P(B) \) 的结果 等于 题目给出的 \( P(A \cap B) \)，那么这些事件就是独立的。如果不相等，它们就是相关联的！
重点总结： “AND”意味着乘法。如果事件独立，使用 \( P(A) \times P(B) \)；否则，你必须使用条件概率。
4. 成功的工具：表格与图表
即使考试没有特别要求绘制图表，使用它们也是避免错误的好方法。
概率表格（双向列表）
这些表格非常适合整理包含两个变量（例如性别和考试成绩）的数据。
表格使用步骤：
1. 填入题目提供的所有“已知”数字。
2. 利用总计数来“反向推算”，填补缺失的空白。
3. 若要计算如 \( P(A|B) \) 之类的概率，请 只看 B 的那一行或那一列。该行/列的总计数将成为你的新分母。
文氏图与树状图
虽然考试不会专门设定必须绘制这些图的题目，但它们是 允许使用 的，而且强烈推荐！
- 使用 文氏图 (Venn Diagrams) 来处理加法定理 / “OR”问题。
- 使用 树状图 (Tree Diagrams) 来处理乘法定理 / “AND”问题，特别是当事情按顺序发生时（例如从袋中取出两个球）。
重点总结： 如果题目让你感到困惑，画出来吧！一个简单的表格或草图可以让逻辑清晰得多。
5. 避开常见陷阱
1. 概率 > 1： 如果你的答案是 1.2 或 150%，那一定出错了！概率永远不会超过 1。
2. 混淆“独立”与“互斥”： 这是两回事！互斥 意味着不能同时发生（没有重叠）。独立 意味着它们互不影响发生的机会。
3. 忘记减去交集： 在 \( P(A \cup B) \) 中，务必检查是否有需要减去的重叠部分。
4. 条件概率中的分母错误： 当被问及 \( P(A|B) \) 时，你的“总数”现在是事件 B 的总数，而不是整个样本空间的总计。
最后的鼓励： 概率完全在于练习。从简单的“等可能性”问题开始，逐步过渡到“条件概率”问题。你一定做得到！