歡迎來到離散概率分佈！
在你的標準 A Level 數學課程中，你已經掌握了概率的基礎知識。現在，在進階統計學 1 (Further Statistics 1) 中，我們將會進一步深化這些概念。我們不僅僅是看單次事件發生的機會，而是要探究系統的「長期行為」。無論你是要預測工廠中瑕疵品的數量，還是遊戲中的平均得分，這些工具都將是你最強大的武器。
如果起初覺得有點棘手，別擔心！ 我們將會循序漸進地拆解這些概念，先從最重要的兩個指標開始：期望值 (Mean) 和 方差 (Variance)。
1. 期望值：\(E(X)\)
期望值（通常寫作 \(E(X)\) 或希臘字母 \(\mu\)\)）其實就是「平均值」的專業說法。如果你進行了數千次實驗，期望值就是你所能得到的平均結果。
公式
\(E(X) = \mu = \sum xP(X=x)\)
如何計算（逐步教學）
1. 取出每個可能的 \(x\) 值。
2. 將該值乘以它對應的概率 \(P(X=x)\)。
3. 將所有結果加起來！
例子：想像一個遊戲，你有 0.2 的機率贏得 £10，而 0.8 的機率贏得 £0。
\(E(X) = (10 \times 0.2) + (0 \times 0.8) = £2\)。
這並不代表你在單次遊戲中真的會贏到 £2（因為你只會贏 £10 或 £0！）。它的意思是，如果你玩了很多次，你平均每局能贏得 £2。
快速回顧： 期望值就是長期下來的平均結果。
2. 方差：\(Var(X)\)
如果說平均值告訴我們「中心」在哪裡，那麼方差（寫作 \(Var(X)\) 或 \(\sigma^2\)）則告訴我們數據相對於中心有多麼「波動」或「分散」。高方差意味著結果分佈得很散；低方差則意味著結果都集中在平均值附近。
公式
\(Var(X) = \sigma^2 = E(X^2) - [E(X)]^2\)
展開後的寫法如下：
\(Var(X) = \sum x^2P(X=x) - \mu^2\)
逐步拆解
1. 先求 \(E(X)\)： 這就是你的平均值 (\(\mu\))。
2. 計算 \(E(X^2)\)： 將每個 \(x\) 值平方，乘以其對應概率，然後求和。
3. 減去平均值的平方： 用第 2 步的結果減去 \(\mu^2\)。
避免常見錯誤： 很多同學最後會忘記對平均值進行平方！請記住：「平方的平均值 減去 平均值的平方」。
重點總結： 方差衡量的是一致性。如果你是一位麵包師，你會希望麵包重量的方差非常小，這樣每位顧客買到的麵包大小都一樣！
3. 隨機變量的函數：\(E(g(X))\)
有時，我們不只是想要 \(X\) 的平均值。我們可能想要 \(X^2\)、\(3X + 2\) 或任何其他函數的平均值。我們將其稱為 \(E(g(X))\)，其中 \(g(x)\) 是我們應用於數據的規則。
規則
要找出函數的期望值，你只需將函數應用於 \(x\) 值，但保持概率不變即可。
\(E(g(X)) = \sum g(x)P(X=x)\)
類比：想像一家計程車公司。\(X\) 是乘客行駛的英里數。車費的計算公式為 \(g(X) = 2X + 5\)。要計算期望車費，你不需要一張新的概率表，只需要將車費規則應用於里數值即可。
特殊捷徑（期望值代數）
如果 \(a\) 和 \(b\) 是常數：
1. \(E(aX + b) = aE(X) + b\)
2. \(Var(aX + b) = a^2Var(X)\)
你知道嗎？ 加入一個常數（如 \(b\)）是不會改變方差的！如果全班同學都獲得 5 分加分，平均分會上升，但分數的分散程度卻完全保持不變。
4. 評估模型的適用性
在 Further Maths 中，你不會只做計算；你還會擔任「數學偵探」。當你面對現實生活中的情況時，你可能需要判斷特定的離散分佈（例如離散均勻分佈 Discrete Uniform Distribution）是否適用。
如何判斷模型是否適用：
1. 根據模型計算理論上的平均值和方差（例如：如果假設每個結果發生的機率相等）。
2. 將這些數值與實際數據中的實驗平均值和方差進行比較。
3. 結論： 如果數值很接近，則模型適用。如果數據的方差遠高於模型預測的數值，那麼該模型很可能不適用。
重點總結： 模型只是現實的簡化版本。如果模型的「數學推論」與數據的「現實事實」不符，我們就需要尋找更好的模型！
總結：必備要點
先決條件檢查： 請務必記住，分佈中所有概率的總和必須等於 1。
公式速查：
平均值： \(E(X) = \sum xP(x)\)
方差： \(Var(X) = E(X^2) - (E(X))^2\)
函數期望值： \(E(g(X)) = \sum g(x)P(x)\)
記憶小撇步： 對於方差，請記住 「MS - SM」 (Mean of Squares 減去 Square of Mean)。這聽起來像個秘密代碼，但在考試中絕對能幫你拿分！