Introduction to probability distributions

機率分佈導論

歡迎！在本章中，我們將連接基本機率與科學家、企業及研究人員所使用的進階統計模型。你可以將機率分佈（Probability Distribution）想像成一張「地圖」，它告訴我們隨機實驗中不同結果出現的可能性。無論你是要預測一支球隊可能會進多少球，還是要計算一包糖的精確重量，你都在使用這些分佈。如果初看之下覺得有點抽象，不用擔心——我們會一步一步為你拆解！

1. 隨機變數：構建統計學的基石

在繪製分佈圖之前，我們需要了解我們正在測量的是什麼。我們稱之為隨機變數（Random Variable），通常用大寫字母（例如 \(X\)）來表示。

離散 vs. 連續

這是本章你必須掌握的最重要區別：

離散隨機變數（Discrete Random Variables）：這些變數取特定的、獨立的值。你可以用手指數出來。
例子：擲 10 次硬幣出現人頭的次數，或是班級中的學生人數。你不可能有 20.5 個學生！

連續隨機變數（Continuous Random Variables）：這些變數可以在某個範圍內取任何值。通常是我們測量出來的數據。
例子：跑完馬拉松所需的時間，或是樹木的高度。一棵樹的高度可能是 15 米、15.1 米，或者 15.1234... 米。

獨立與相依

獨立變數（Independent Variables）：一個結果的出現不會影響另一個結果。就像擲兩顆骰子，第一顆骰子出的點數與第二顆無關。
相依變數（Dependent Variables）：一個結果的出現會影響另一個結果的可能性。就像從一副牌中抽兩張牌，且第一張不放回去。

快速複習：
- 離散 = 可數的（例如：1, 2, 3）
- 連續 = 可測量的（例如：1.527...）
- 隨機變數 = 對實驗結果的數值化描述。

2. 離散機率分佈

對於離散變數，我們通常會將機率列在表格中，或使用一個公式（稱為機率函數 probability function）。

黃金法則

對於任何離散機率分佈：
1. 每個個別的機率必須介於 0 和 1 之間：\(0 \le P(X=x) \le 1\)。
2. 所有機率的總和必須恰好等於 1：\(\sum P(X=x) = 1\)。
如果你的機率總和是 1.1 或 0.9，那肯定出錯了！

計算期望值 \(E(X)\)

期望值（Expected Value）其實就是「長期平均值」的華麗說法。如果你進行幾千次實驗，平均結果會是多少？
公式為：\(E(X) = \sum x P(X=x)\)

逐步範例：
想像一個遊戲，你贏得 £1 的機率是 0.6，贏得 £5 的機率是 0.4。
1. 將每個值乘以其機率：\((1 \times 0.6) = 0.6\) 且 \((5 \times 0.4) = 2.0\)。
2. 將它們相加：\(0.6 + 2.0 = 2.6\)。
期望值 \(E(X)\) 為 £2.60。

計算變異數與標準差

變異數（Variance）衡量的是結果偏離平均值的「散佈程度」。
公式為：\(Var(X) = E(X^2) - [E(X)]^2\)

記憶小撇步：「平方值的平均減去平均值的平方」。
要得到標準差（Standard Deviation，\(\sigma\)），只需對變異數取平方根即可：\(\sigma = \sqrt{Var(X)}\)。

常見錯誤：許多學生在變異數公式結尾時會忘記將 \(E(X)\) 平方。請永遠記住：\(E(X^2)\) 並不等於 \([E(X)]^2\)！

本節總結：
- 使用表格來整理 \(x\) 和 \(P(X=x)\)。
- 期望值是平均結果。
- 變異數是結果的散佈範圍。

3. 連續分佈與均勻分佈

對於連續變數，我們無法列出每一個可能的值（因為有無窮多個值！）。相反，我們使用圖形，其中曲線下的總面積等於 1。

連續均勻分佈（Continuous Uniform Distribution）

這是最簡單的連續分佈。它通常被稱為矩形分佈（Rectangular Distribution），因為在某個範圍內每個結果出現的可能性都相等，在圖形上形成一個完美的矩形。

關鍵特性：
- 矩形的高度是固定的。
- 機率是透過面積來計算的。
- \(P(X = \text{剛好某個特定數值}) = 0\)。(因為單一點的「寬度」為零，所以面積為零！)

類比：想像一輛巴士每隔 10 分鐘準時抵達一次。如果你在隨機時間出現，你的等待時間就是一個介於 0 到 10 分鐘之間的均勻分佈。等待時間介於 2 到 4 分鐘之間的機率，就是矩形中那一小塊切片的面積。

解讀圖形

觀察連續分佈圖時：
- 平坦的線（直線）表示均勻分佈。
- 線下方的總面積必須為 1。
- 要找到兩個點之間的機率，只需找出該兩點之間矩形的面積：\(\text{面積} = \text{寬} \times \text{高}\)。

你知道嗎？
在從 \(a\) 到 \(b\) 的均勻分佈中，矩形的高度永遠是 \(\frac{1}{b-a}\)。這確保了總面積（\(\text{寬} \times \text{高}\)）為 \((b-a) \times \frac{1}{b-a} = 1\)。

4. 為現實世界的情況建模

統計學的核心就是為任務挑選合適的「工具」（分佈）。

- 離散模型：用於計算事項，例如一批貨物中瑕疵品的數量，或經過閘門的紅色車輛數量。
- 連續模型：用於測量，例如物理測量的誤差，或燈泡壞掉前持續的時間。

鼓勵語：如果現在覺得選擇正確的分佈像是在猜謎，請不用擔心。當你進入後面的章節（二項分佈、常態分佈及卜瓦松分佈）時，你將學會特定的「線索」，告訴你該使用哪一個！

Paper 1 考試重點摘要：

1. 變數類型：確保 100% 判斷出數據是離散還是連續。
2. 機率總和：永遠檢查 \(\sum P(X=x) = 1\)。
3. 期望值：將其視為分佈的「平衡點」。
4. 變異數：使用「平方值的平均減去平均值的平方」這個技巧。
5. 連續型：記住機率就是面積，對於均勻分佈，該面積就是一個矩形。