簡介：歡迎來到離散隨機變數的世界！
嘿！準備好深入統計學中最實用的章節了嗎？在本章中，我們不再只是觀察一連串的數字，而是開始建立模型。這些模型能幫助我們（以數學的方式！）預測未來。
我們將學習離散隨機變數 (Discrete Random Variables)。「離散」簡單來說就是指結果是獨立且可數的（例如擲 10 次硬幣出現正面次數），而「隨機變數」只是一個專有名詞，用來表示一個數值取決於機率的變數。無論你未來想成為工程師、遊戲玩家還是企業主，理解這些分佈都能幫助你計算風險與預期報酬。
1. 理解機率分佈表 (Probability Distribution Table)
在我們使用複雜的公式之前，需要先整理數據。機率分佈就是列出所有可能的結果及其發生的機率。
關鍵術語：
- \(X\)：隨機變數（例如：「擲一顆公平六面骰子的點數」）。
- \(x\)：\(X\) 可以取到的特定數值（例如：1、2、3、4、5 或 6）。
- \(P(X = x)\)：變數 \(X\) 等於該特定數值的機率。
黃金法則：
分佈中所有機率的總和必須等於 1。
\(\sum P(X = x) = 1\)
快速檢查小撇步：如果你看到一張表缺少了一個機率值，只需將其他機率相加，再用 1 減去該總和即可。就是這麼簡單！
重點總結：分佈表就是一張地圖，標示了所有可能的結果及其發生的可能性。
2. 期望值 \(E(X)\) 與變異數 \(Var(X)\)
現在我們有了表格，我們想知道兩件事：什麼是「平均」結果？以及結果的波動有多大？
期望值 \(E(X)\)
別被名字嚇到了——它其實就是平均值 (mean)。如果你重複實驗數千次，預期會得到的平均結果就是它。
公式：\(E(X) = \sum x \cdot P(X = x)\)
簡單技巧：在表格中，將每個數值與其對應的機率相乘，然後將所有乘積加總即可。
變異數 \(Var(X)\)
變異數是用來衡量結果從平均值「分散」開來的程度。
公式：\(Var(X) = E(X^2) - [E(X)]^2\)
要算出 \(E(X^2)\)，請將每個 \(x\) 的值平方，乘以其機率後加總。最後千萬別忘了減去你之前算出的平均值的平方！
常見錯誤：學生常常忘記在變異數公式的最後要將平均值平方。請記住這句話：「平方平均值，然後用平方後的期望值減去它。」
重點總結：\(E(X)\) 告訴你中心在哪裡；\(Var(X)\) 告訴你分佈有多寬。
3. 二項分佈 \(B(n, p)\)
這是最著名的分佈之一！當我們進行固定次數的試驗，且目標是尋找特定次數的「成功」時，就會使用它。
何時使用二項分佈？（BINS 記憶法）
- Binary（二元）：只有兩種結果（成功或失敗）。
- Independent（獨立）：一次試驗不會影響下一次。
- Number（次數）：試驗次數固定為 \(n\)。
- Same（相同）：每次試驗成功的機率 (\(p\)) 都相同。
公式：
\(P(X = r) = \binom{n}{r} p^r (1-p)^{n-r}\)
其中：
\(n\) = 總試驗次數
\(r\) = 你想要的成功次數
\(p\) = 成功的機率
\((1-p)\) = 失敗的機率（通常記作 \(q\)）
冷知識：其中的 \(\binom{n}{r}\)（讀作「n 取 r」）用來計算在整個序列中，出現這些成功次數的所有可能組合方式！
二項分佈的快速公式：
- 平均值：\(E(X) = np\)
- 變異數：\(Var(X) = np(1-p)\)
重點總結：當你知道試驗次數 (\(n\)) 並且想找出獲得恰好 \(r\) 次成功的機率時，請使用二項分佈。
4. 幾何分佈 \(Geo(p)\)
如果剛開始覺得難也別擔心，其實它比二項分佈更簡單！當我們在等待第一次成功時，就會使用它。
例子：你正在練習投籃。幾何分佈告訴你，你的第一次進球發生在第 1 球、第 2 球，還是第 10 球的機率。
公式：
\(P(X = r) = p(1-p)^{r-1}\)
如果你思考一下，這個公式其實很直觀：若要讓第一次成功發生在第 \(r\) 次，意味著你必須先失敗了 \(r-1\) 次，然後在最後一次試驗中取得成功。
與二項分佈的主要區別：
- 沒有固定的 \(n\)。你會一直嘗試直到成功為止！
- 變數 \(X\) 理論上可以無限延伸（1, 2, 3, ... \(\infty\)）。
幾何分佈的平均值：
\(E(X) = \frac{1}{p}\)
比喻：如果你贏得比賽的機率是 1/10 (\(p=0.1\))，你「預期」會玩 \(1 / 0.1 = 10\) 次才能贏得第一次勝利。簡單吧？
重點總結：當實驗在第一次成功發生時立即停止，就使用幾何分佈。
成功檢查清單
- 檢查所有機率之和是否為 1。
- 一般表格請使用 \(E(X) = \sum xP\)。
- 尋找固定的試驗次數 (\(n\)) 來識別二項分佈。
- 尋找「第一次發生」的描述來識別幾何分佈。
- 在將數值代入公式前，務必先寫下你的 \(n\)、\(p\) 和 \(r\)。
你一定沒問題的！先練習幾題表格題，然後再挑戰二項分佈與幾何分佈的應用題。統計學的精髓就在於識別故事背後的規律！