欢迎来到二项分布（Binomial Distribution）的世界！
在本章中，我们将学习如何预测那些只有两种可能结果的事件——比如投掷硬币出现正面或反面、种子发芽或不发芽、灯泡坏掉或运作良好。这是统计学中最实用的工具之一，因为我们生活中有太多事物都是「非此即彼」的。
如果一开始觉得有点棘手，不用担心！ 我们会一步步拆解。学完这些笔记后，你将能一眼看出什么情况适用二项分布，并能用计算器在几秒钟内算出答案。
1. 我们什么时候可以使用二项分布模型？
在开始计算之前，我们需要确认二项分布是否为适用的工具。一个情况若要称为「二项式」，必须符合四个严格的条件。你可以利用助记词 BINS 来记忆：
- B – 二元（Binary）： 每次试验只有两种可能的结果（通常称为「成功」与「失败」）。
- I – 独立（Independent）： 一次试验的结果不得影响下一次的结果。（就像投硬币，第一次投掷不会改变第二次出现正面的概率）。
- N – 试验次数（Number of trials）： 必须有固定的试验次数，我们称之为 \(n\)。
- S – 概率相同（Same probability）： 每次试验中成功的概率（我们称之为 \(p\)）必须保持不变。
例子：在篮球赛中投篮 10 次。如果我们假设你的技术水平不变且每次投篮都是独立的，这就是一个 \(n = 10\) 的二项分布情况。
关键术语与符号
我们将该分布写作：\(X \sim B(n, p)\)
- \(X\)：随机变量（我们正在计算的成功次数）。
- \(n\)：试验次数。
- \(p\)：单次试验成功的概率。
- \(q\)：失败的概率，计算方式为 \(1 - p\)。
小撇步： 如果问题无法符合 BINS 的条件，它就不是二项分布！
2. 计算概率
要找出获得特定成功次数 (\(r\)) 的概率，主要有两种方法。
A. 使用公式
获得刚好 \(r\) 次成功的概率为：
\(P(X = r) = \binom{n}{r} \times p^r \times (1-p)^{n-r}\)
公式拆解：
- \(\binom{n}{r}\)：这是「组合」部分（计算器上的 \(nCr\) 按键）。它告诉我们在 \(n\) 次试验中选出 \(r\) 次成功的方法有多少种。
- \(p^r\)：成功概率的 \(r\) 次方（对应每一次成功）。
- \((1-p)^{n-r}\)：失败概率的 \(n-r\) 次方（对应剩余的所有试验）。
B. 使用你的计算器（专业做法！）
Pearson Edexcel 强烈建议使用计算器功能。在大多数 A Level 计算器（如 Casio ClassWiz）上：
- 二项式概率分布 (Binomial PD)： 用于找出刚好某个数值的概率。例如：\(P(X = 3)\)。
- 二项式累积概率分布 (Binomial CD)： 用于找出一个范围的概率。注意：大多数计算器计算的是 \(P(X \leq r)\)——即 \(r\) 次或更少成功的概率。
常见错误警示！
如果题目问的是「至少 5 次成功」(\(P(X \geq 5)\))，你的计算器无法直接算出。你必须使用「补数」规则：
\(P(X \geq 5) = 1 - P(X \leq 4)\)。
如果你对该减去哪个数字感到困惑，画一条简单的数线就一目了然了！
小撇步： 「刚好」用 PD， 「小于或等于」用 CD。
3. 平均值与方差
有时我们想知道如果多次进行实验，会出现什么「平均」结果。这就是平均值（也称为期望值）。
- 平均值 (\(\mu\))： \(\mu = E(X) = np\)
- 方差 (\(\sigma^2\))： \(\sigma^2 = Var(X) = np(1-p)\)
类比：如果你投一枚公平的硬币 (\(p=0.5\)) 100 次 (\(n=100\))，你的直觉会告诉你大约会出现 50 次正面。公式也证明了这一点：\(100 \times 0.5 = 50\)。
你知道吗？
标准差就是方差的平方根：\(\sigma = \sqrt{np(1-p)}\)。如果你需要比较两组不同的二项式数据的分散程度，这会派上用场。
小撇步： 平均值就是「试验次数乘以概率」。就是这么简单！
4. 现实世界的建模与假设
在考试中，你可能会被要求评论一个二项模型或解释为何使用它。要回答这些问题，请回到 BINS 条件。
二项模型适用吗？
- 适用： 如果试验明显是独立的（例如从大批产品中随机抽取的物件）。
- 不适用： 如果概率会改变。例如，如果你从一个小袋子里拿彩色糖果且不放回，那么下一次拿到某种颜色的概率就会改变。这就违反了 BINS 中的「S」。
考试题目的步骤：
1. 找出 \(n\) 和 \(p\)。
2. 写下分布：\(X \sim B(n, p)\)。
3. 确认题目要求：是 \(P(X=r)\)、\(P(X \leq r)\) 还是 \(P(X > r)\)？
4. 如果是「大于」的问题，记得使用「1 减去」的技巧。
5. 让计算器帮你完成繁重的计算！
重点复习：
- BINS 用来检查是否为二项分布。
- PD 用于「等于」。
- CD 用于「小于或等于」。
- 平均值 是 \(np\)。
5. 与假设检验的链接（预览）
在稍后的试卷一（第 8.5 节）中，你将会使用二项分布来检验某个主张是否属实。例如，如果有人声称他们有 70% 的概率能预测天气，但 10 次里一次都没猜对，你就可以利用二项分布算出这种情况发生的可能性有多低。如果概率非常低（通常小于 5%），你可能就会拒绝他们的主张！
不用担心检验的细节——只要记得你现在学的二项分布数学，正是解决那些「这是不是碰巧？」问题的基础。
最后建议： 务必仔细阅读题目中的关键词，如「多于」、「至少」或「不多于」。这些字眼会改变你输入计算器的数字！