歡迎來到機率的世界！
你有沒有想過，為什麼天氣預報會說「降雨機率 20%」，又或者為什麼有些遊戲比其他遊戲更難贏？這就是機率 (Probability) 在發揮作用！在本章中，我們將學習如何用數字來衡量不確定性。如果過去你覺得這些內容很棘手，別擔心；我們會將其拆解成簡單、合乎邏輯的步驟，每個人都能輕鬆上手。
1. 集合的語言與符號
在開始任何計算之前，我們需要先了解統計學家使用的「代碼」。機率利用集合論 (Set Theory) 來描述一組組的結果。
基礎概念：
- 試驗 (Experiment)： 一種結果不確定的行動（例如拋硬幣）。
- 結果 (Outcome)： 一個可能的結局（例如出現「正面」）。
- 樣本空間 (Sample Space, S)： 包含所有可能結果的完整列表。
- 事件 (Event, A)： 我們感興趣的特定結果或一組結果。
必須掌握的關鍵符號：
- 交集 \( (A \cap B) \)： 可以理解為「A 且 (AND) B」。這是兩個事件重疊的部分。
- 聯集 \( (A \cup B) \)： 可以理解為「A 或 (OR) B」。這包含了在 A 中的所有結果、在 B 中的所有結果，或是兩者皆有。
- 補集 (Complement, A')： 意指「非 A (NOT A)」。這是樣本空間中所有不屬於事件 A 的部分。
小貼士： 記得樣本空間內所有機率的總和必須等於 1。因此，\( P(A) + P(A') = 1 \)。如果降雨機率是 0.3，那麼「不降雨」的機率必然是 0.7！
重點總結： 機率其實就是對結果集合的研究。使用 \( \cap \) 表示「重疊」，使用 \( \cup \) 表示「全部包含」。
2. 機率視覺化：維恩圖、樹狀圖與表格
有時候，一張圖表勝過千言萬語。我們有三種主要的方法來視覺化機率：
維恩圖 (Venn Diagrams)
維恩圖非常適合展示事件如何重疊。 類比：想像一個維恩圖，圓圈 A 是「喜歡披薩的人」，圓圈 B 是「喜歡夏威夷披薩配料（鳳梨）的人」。兩者的交集 \( (A \cap B) \)，就是那些喜歡夏威夷披薩的人！
雙向表格 (Two-Way Tables)
這對於類別數據 (Categorical Data) 非常完美。它們同時呈現兩個不同的變數（例如：性別與考試成績）。行和列末端的總計能幫你快速算出機率。
樹狀圖 (Tree Diagrams)
當事件是一個接一個發生（分階段進行）時，請使用樹狀圖。
樹狀圖的黃金法則：
- 沿著分支移動時，將機率相乘（階段 1 且 階段 2）。
- 如果你想找出事件以不同方式發生的總機率，請將分支末端的機率相加（路徑 1 或 路徑 2）。
重點總結： 用維恩圖處理重疊，用表格處理類別，用樹狀圖處理順序。
3. 互斥事件 vs. 獨立事件
這兩個術語常被混淆，但它們的含義截然不同！
互斥事件 (Mutually Exclusive Events)
指不能同時發生的事件。
例子：你不可能在同一個瞬間同時向左轉和向右轉。
數學表達： 若 A 和 B 是互斥的，則 \( P(A \cap B) = 0 \)。
獨立事件 (Independent Events)
指其中一個事件的結果不會改變另一個事件的機率。
例子：拋硬幣得到正面，並不會改變擲骰子得到 6 點的機率。
數學表達： 若 A 和 B 是獨立的，則 \( P(A \cap B) = P(A) \times P(B) \)。
常見錯誤： 除非題目明確告知，或者你能用公式證明，否則不要預設事件是獨立的！
重點總結： 互斥 =「無法同時發生」。獨立 =「互不影響」。
4. 機率定律
在 Paper 1 中，你有兩條必須精通的「核心公式」。
加法定律 (Addition Law)
用於找出 A 或 (OR) B 發生的機率：
\( P(A \cup B) = P(A) + P(B) - P(A \cap B) \)
為什麼要減去交集？ 因為如果你直接相加圓圈 A 和圓圈 B，中間重疊的部分就被計算了兩次！我們必須減去一次，以保持計算準確。
乘法定律 (與條件機率)
條件機率 (Conditional Probability) 指的是在某事已經發生的前提下 (given that)，另一件事發生的機率。我們寫作 \( P(A|B) \)，意即「給定 B 發生下，A 的機率」。
公式：
\( P(A|B) = \frac{P(A \cap B)}{P(B)} \)
類比：在「正在下雨 (B)」的前提下，你「帶著雨傘 (A)」的機率是多少？一旦下雨，我們的觀察範圍就縮小到那些在雨中行走的人群了。
複習小方塊：
- 加法定律： \( P(A \cup B) = P(A) + P(B) - P(A \cap B) \)
- 乘法定律： \( P(A \cap B) = P(A) \times P(B|A) \)
重點總結： 加法定律用於「或 (OR)」，乘法定律用於「且 (AND)」。
5. 如何證明獨立性
在考試中，你可能會被問到：「事件 A 和 B 是否獨立？請展示你的計算過程。」 要回答這個問題，你必須驗證以下三個陳述中的其中一個是否成立：
- \( P(A \cap B) = P(A) \times P(B) \) 是否成立？
- \( P(A|B) = P(A) \) 是否成立？（知道 B 發生後，是否改變了 A 的機率？）
- \( P(B|A) = P(B) \) 是否成立？
如果其中任何一個成立，則這些事件是獨立的。如果它們不相等，則這些事件是相關的 (dependent)。
你知道嗎？ 大多數「現實生活」中的事件都是相關的。例如，「努力讀書」和「拿到 A」是相關事件——前者確實提高了後者發生的機率！
重點總結： 使用乘法測試 \( P(A) \times P(B) \) 來從數學上證明獨立性。
成功最終檢查清單
- 我是否知道 \( A' \) 代表「非 A」？
- 我能否繪製樹狀圖，並記得沿著分支相乘？
- 我是否記得在使用加法定律時減去重疊部分？
- 我能否解釋互斥事件與獨立事件的區別？
如果起初覺得這些很棘手，別擔心！ 機率就像邏輯謎題。你練習繪製圖表的次數越多，公式就越會變得直觀。你一定能做到的！