歡迎來到二項分佈（Binomial Distribution）的世界！
在本章中，我們將學習如何預測那些只有兩種可能結果的事件——比如投擲硬幣出現正面或反面、種子發芽或不發芽、燈泡壞掉或運作良好。這是統計學中最實用的工具之一，因為我們生活中有太多事物都是「非此即彼」的。
如果一開始覺得有點棘手，不用擔心！ 我們會一步步拆解。學完這些筆記後，你將能一眼看出什麼情況適用二項分佈，並能用計算機在幾秒鐘內算出答案。
1. 我們什麼時候可以使用二項分佈模型？
在開始計算之前，我們需要確認二項分佈是否為適用的工具。一個情況若要稱為「二項式」，必須符合四個嚴格的條件。你可以利用助記詞 BINS 來記憶：
- B – 二元（Binary）： 每次試驗只有兩種可能的結果（通常稱為「成功」與「失敗」）。
- I – 獨立（Independent）： 一次試驗的結果不得影響下一次的結果。（就像投硬幣，第一次投擲不會改變第二次出現正面的機率）。
- N – 試驗次數（Number of trials）： 必須有固定的試驗次數，我們稱之為 \(n\)。
- S – 機率相同（Same probability）： 每次試驗中成功的機率（我們稱之為 \(p\)）必須保持不變。
例子：在籃球賽中投籃 10 次。如果我們假設你的技術水平不變且每次投籃都是獨立的，這就是一個 \(n = 10\) 的二項分佈情況。
關鍵術語與符號
我們將該分佈寫作：\(X \sim B(n, p)\)
- \(X\)：隨機變數（我們正在計算的成功次數）。
- \(n\)：試驗次數。
- \(p\)：單次試驗成功的機率。
- \(q\)：失敗的機率，計算方式為 \(1 - p\)。
小撇步： 如果問題無法符合 BINS 的條件，它就不是二項分佈！
2. 計算機率
要找出獲得特定成功次數 (\(r\)) 的機率，主要有兩種方法。
A. 使用公式
獲得剛好 \(r\) 次成功的機率為：
\(P(X = r) = \binom{n}{r} \times p^r \times (1-p)^{n-r}\)
公式拆解：
- \(\binom{n}{r}\)：這是「組合」部分（計算機上的 \(nCr\) 按鍵）。它告訴我們在 \(n\) 次試驗中選出 \(r\) 次成功的方法有多少種。
- \(p^r\)：成功機率的 \(r\) 次方（對應每一次成功）。
- \((1-p)^{n-r}\)：失敗機率的 \(n-r\) 次方（對應剩餘的所有試驗）。
B. 使用你的計算機（專業做法！）
Pearson Edexcel 強烈建議使用計算機功能。在大多數 A Level 計算機（如 Casio ClassWiz）上：
- 二項式機率分佈 (Binomial PD)： 用於找出剛好某個數值的機率。例如：\(P(X = 3)\)。
- 二項式累積機率分佈 (Binomial CD)： 用於找出一個範圍的機率。注意：大多數計算機計算的是 \(P(X \leq r)\)——即 \(r\) 次或更少成功的機率。
常見錯誤警示！
如果題目問的是「至少 5 次成功」(\(P(X \geq 5)\))，你的計算機無法直接算出。你必須使用「補數」規則：
\(P(X \geq 5) = 1 - P(X \leq 4)\)。
如果你對該減去哪個數字感到困惑，畫一條簡單的數線就一目了然了！
小撇步： 「剛好」用 PD， 「小於或等於」用 CD。
3. 平均值與變異數
有時我們想知道如果多次進行實驗，會出現什麼「平均」結果。這就是平均值（也稱為期望值）。
- 平均值 (\(\mu\))： \(\mu = E(X) = np\)
- 變異數 (\(\sigma^2\))： \(\sigma^2 = Var(X) = np(1-p)\)
類比：如果你投一枚公平的硬幣 (\(p=0.5\)) 100 次 (\(n=100\))，你的直覺會告訴你大約會出現 50 次正面。公式也證明了這一點：\(100 \times 0.5 = 50\)。
你知道嗎？
標準差就是變異數的平方根：\(\sigma = \sqrt{np(1-p)}\)。如果你需要比較兩組不同的二項式數據的分散程度，這會派上用場。
小撇步： 平均值就是「試驗次數乘以機率」。就是這麼簡單！
4. 現實世界的建模與假設
在考試中，你可能會被要求評論一個二項模型或解釋為何使用它。要回答這些問題，請回到 BINS 條件。
二項模型適用嗎？
- 適用： 如果試驗明顯是獨立的（例如從大批產品中隨機抽取的物件）。
- 不適用： 如果機率會改變。例如，如果你從一個小袋子裡拿彩色糖果且不放回，那麼下一次拿到某種顏色的機率就會改變。這就違反了 BINS 中的「S」。
考試題目的步驟：
1. 找出 \(n\) 和 \(p\)。
2. 寫下分佈：\(X \sim B(n, p)\)。
3. 確認題目要求：是 \(P(X=r)\)、\(P(X \leq r)\) 還是 \(P(X > r)\)？
4. 如果是「大於」的問題，記得使用「1 減去」的技巧。
5. 讓計算機幫你完成繁重的計算！
重點複習：
- BINS 用來檢查是否為二項分佈。
- PD 用於「等於」。
- CD 用於「小於或等於」。
- 平均值 是 \(np\)。
5. 與假設檢定的連結（預覽）
在稍後的試卷一（第 8.5 節）中，你將會使用二項分佈來檢定某個主張是否屬實。例如，如果有人聲稱他們有 70% 的機率能預測天氣，但 10 次裡一次都沒猜對，你就可以利用二項分佈算出這種情況發生的可能性有多低。如果機率非常低（通常小於 5%），你可能就會拒絕他們的主張！
不用擔心檢定的細節——只要記得你現在學的二項分佈數學，正是解決那些「這是不是碰巧？」問題的基礎。
最後建議： 務必仔細閱讀題目中的關鍵字，如「多於」、「至少」或「不多於」。這些字眼會改變你輸入計算機的數字！