边缘机率.PPT

第5章 間斷機率分佈 前言 如果生男生女得機會各半，那麼連生3個女兒的機率是多少？ 如果公車平均10分鐘一班，那麼等了15分鐘，公車還不來的機率有多大？ 如果產品合格率是20%，那麼要挑到5件合格產品之前，必須先挑到20件不合格產品的機率有多大？ 這些問題都是在探討機率時會碰到的基本問題，本章和第六章就在說明這些機率分佈及其應用。 第一節 機率理論 （1） 機率理論主要可區分為三種主要理論： 先天機率或事前機率（a priori probability）理論，又稱古典機率理論。 在一樣本空間（sample space）裡，共有N個樣本點，且每一個樣本點出現機會相等。若事件A包括其中的nA樣本點，事件A出現機率： 第一節 機率理論 （2） 例如一個骰子有六點，且假設每點出現機率都相等，那麼出現偶數點機率就是 (1 + 1 + 1) / 6 = 0.5。 古典機率缺點在於只適用於有限樣本點。除此之外，既然假定每個樣本點機會相等，那麼機率這個概念就變得多餘。 第一節 機率理論 （3） 經驗機率（empirical probability） 要知道某事件出現機率，就是實證去做實驗。例如重複了N次實驗，事件A共出現了nA次，那麼事件A的機率就是 當N越大，機率就越準確。 第一節 機率理論 （6） 丟骰子10次，也許會發現出現偶數點機率離一半甚遠。如果丟1000次時，出現偶數點機率就會很接近一半。 當實驗次數越大，經驗機率就越接近先天機率，這就是所謂大數法則（law of large numbers）。 經驗機率缺點在於事件機率必須無數次重複實驗後才能求得。但現實上只能根據有限次數來推估事件機率。 第一節 機率理論 （7） 3. 主觀機率（subjective probability） 它是個人對某事件出現的相信程度。例如張三明年能考上大學的機率是80%。明天股市會大漲的機率是60%。 這都是主觀看法，既不建立在先天機率理論上，也沒重複無數次實驗。只是根據過去經驗，個人知識，加以猜測。 主觀機率缺點就在於不夠客觀，例如我認為張三明年能考上大學機率是80%，但他的老師可能認為張三考上機率是30%而已。 第一節 機率理論 （8） 以上三種理論必須吻合一些規則才能叫做機率，這些規則就是機率公設（probability axioms） 1. 樣本空間中任一事件機率不小於0。 2. 互斥事件聯集的機率就是各事件機率之和。 3. 樣本空間中所有事件發生機率的總和等於1。 根據這三個公設，建立運算定理，然後導出機率論的整個體系。 第二節 聯合、邊緣、條件機率 （1） 聯合機率 （joint probability） 兩個或兩個以上事件同時發生的機率。 由上表知P(吃檳榔，患口腔癌)= 0.2%。即P(不吃檳榔，患口腔癌)=1.8%。吃檳榔比不吃檳榔患口腔癌的機率更小，因此可以放心吃檳榔？！ 第二節 聯合、邊緣、條件機率 （2） 邊緣機率（marginal probability） 在兩個或以上樣本空間中，忽略某個樣本空間，而只考慮另個樣本空間中事件發生機率 。 例如忽略吃檳榔這個變項，而只考慮患口腔癌與否機率，則患P(患口腔癌)= 2%， P(正常)= 98%。 第二節 聯合、邊緣、條件機率 （3） 條件機率 （conditional probability） 固定在某樣本空間的某一事件下，另一樣本空間中事件所發生機率 。 例如P(患口腔癌|吃檳榔)= 20.00% P(正常|吃檳榔)= 80.00% 從這些條件機率中，發現如果吃檳榔，患口腔癌機會為20%，但如果不吃檳榔，患口腔癌的機會只有1.82%。還是不要吃檳榔的好。 (180/9900=0.01818) 第二節 聯合、邊緣、條件機率 （4） 令變項X和Y的聯合機率為f(X, Y)，則 f(xi, yj) = P(X = xi ? Y = yj) 即X變項為xi，且Y變項為yj的機率為f(xi, yj)。 例如P(吃檳榔，患口腔癌)= 0.2% 第二節 聯合、邊緣、條件機率 （5） X變項的邊緣機率f(X)和Y變項邊緣機率f(Y) 為 P(患口腔癌)= P(吃檳榔，患口腔癌) + P(不吃檳榔，患口腔癌) P(吃檳榔)= P(吃檳榔，患口腔癌) + P(吃檳榔，正常) 第二節 聯合、邊緣、條件機率 （6） 當Y = yj的情況下，X的條件機率為 P(患口腔癌|吃檳榔)= P(吃檳榔，患口腔癌) / P(吃檳榔)。 聯合機率等於邊緣機率乘以條件機率 ： f(xi,yj) = f(yj)f(xi | yj) = f(xi)f(yj | xi) 第二節 聯合、邊緣、條件機率 （7） 獨立事件（independent even