歡迎來到變數對的世界！

到目前為止，你可能大部分時間都專注於研究單一隨機變數（例如一天的索賠次數）。但在現實世界中——以及在 Exam P 考試裡——事情很少是獨立發生的。我們通常更感興趣的是兩個或多個變數如何共同運作，這就是我們所說的多元隨機變數 (Multivariate Random Variables)。

在本章中，我們將重點介紹離散型 (Discrete) 變數。你可以將其想像成觀察一個可能性「網格」，而不是單一條線。如果起初覺得有些棘手，別擔心；一旦你看懂了表格中的規律，一切都會變得輕鬆許多！

1. 聯合機率質量函數 (Joint PMF)

當我們有兩個離散隨機變數 \(X\) 和 \(Y\) 時，我們會想知道兩者同時發生的機率。我們將其表示為 \(p(x, y)\) 或 \(P(X = x, Y = y)\)。

「餐廳點餐」類比

想像你在一家快餐店。\(X\) 是顧客點的漢堡數量（0、1 或 2 個），而 \(Y\) 是汽水數量（0、1 或 2 杯）。聯合 PMF 就是告訴你特定組合的機率，例如：「一位顧客點了剛好 2 個漢堡和 1 杯汽水的機率是多少？」

聯合 PMF 的規則

就像單一變數一樣，有效的聯合 PMF 必須遵守兩條黃金法則：
1. 非負性 (Non-negativity)：每一個機率值都必須大於或等於 0：\(p(x, y) \ge 0\)。
2. 總和為 1 (The Grand Total)：如果你將網格/表格中每一個儲存格的值加總，總和必須等於 1：\(\sum_x \sum_y p(x, y) = 1\)。

快速複習：表格視角

大多數 Exam P 的離散聯合變數題目都會給你一個表格。列 (rows) 代表 \(X\) 的值，欄 (columns) 代表 \(Y\) 的值。每個儲存格都是該特定配對的聯合機率。

重點總結：聯合 PMF 其實就是一種將兩個變數同時發生的「且 (and)」機率繪製出來的方法。

2. 邊際機率：「加總消去法」(Summing Out)

有時候，我們擁有關於 \(X\) 和 \(Y\) 的表格，但突然間我們只關心 \(X\)。這就是所謂的尋找邊際分配 (Marginal Distribution)。

如何操作

如果你想要 \(X\) 的邊際機率，你只需要對 \(Y\) 的所有可能值進行加總。這就像忽略了汽水的訂單，只看漢堡的總數量一樣。

\(X\) 的公式：\(p_X(x) = \sum_{all y} p(x, y)\)
\(Y\) 的公式：\(p_Y(y) = \sum_{all x} p(x, y)\)

記憶小撇步：為什麼叫「邊際 (Marginal)」？

想像一張紙。邊緣 (margins) 就是邊框。要找到邊際機率，你只需要加總各列或各欄，然後將總計寫在表格的邊緣 (margins) 上即可！

常見錯誤提醒：在計算 \(X\) 的邊際機率時，學生有時會不小心去加總 \(X\) 的值。請記住：要找到特定 \(X\) 的「總和」，你必須加總所有可能與之搭配的 \(Y\) 值。

3. 聯合累積分配函數 (Joint CDF)

聯合 CDF，寫作 \(F(x, y)\)，指的是 \(X\) 小於或等於 某個特定值，且 \(Y\) 小於或等於 某個特定值的機率。

\(F(x, y) = P(X \le x, Y \le y)\)

「左下角」規則

在離散表格中，如果你想求 \(F(1, 2)\)，你只需要找到 \((1, 2)\) 的儲存格，並加上該位置左方及下方所有的機率值（包含它自己）。這就像從原點開始，標示出直到點 \((x, y)\) 為止的一個矩形區域。

你知道嗎？

聯合 CDF 總是具備以下屬性：
- 當 \(x\) 或 \(y\) 非常小時，值從 0 開始。
- 當 \(x\) 和 \(y\) 達到各自的最大可能值時，值以 1 結束。
- 它是非遞減的。當你增加 \(x\) 或 \(y\) 時，機率只會保持不變或上升。

4. 逐步教學：解離散聯合問題

如果你遇到一個聯合 PMF 公式，例如在 \(x = 1, 2\) 且 \(y = 1, 2\) 的情況下，\(p(x, y) = k(x + y)\)：

第 1 步：建立表格。列出所有可能的配對：(1,1), (1,2), (2,1), (2,2)。
第 2 步：代入數值。（例如，對於 (1,1)，其值為 \(k(1+1) = 2k\)）。
第 3 步：解出 \(k\)。將所有儲存格加總並令其等於 1。（\(2k + 3k + 3k + 4k = 12k\)，所以 \(k = 1/12\)）。
第 4 步：回答問題。如果題目要求 \(P(X=1)\) 的邊際機率，只需將 \(X=1\) 的那一列加總即可。

總結與關鍵重點

1. 聯合 PMF 是 \(X\) 和 \(Y\) 同時發生的機率：\(P(X=x, Y=y)\)。
2. 邊際 PMF 是透過「加總消去」不需要的變數來獲得。將一列加總即可得到該列對應變數的邊際機率。
3. 聯合 CDF 是「累積」機率：\(P(X \le x, Y \le y)\)。
4. 表格是你的好朋友！ 對於離散變數，繪製網格通常是避免計算錯誤最快且最安全的方法。

如果雙重求和看起來很可怕，請別擔心！只要把它們想成是在加總盒子裡的數字。你一定做得到的！