0.0 恍神 发现其实Ch.6观念比Ch.5简单懂 只是我定积分会一直算错 我实在是受够贝氏定理了 -.- 我竟然盯着她整整15分钟 才看出来她是连用两次机率乘法法则..... -.-||| 在定义 6-4-1的间断随机变数的变异数( variance of a discrete random variable ) 那个很难懂的 V(X)=E[(X-E(X))^2] ="sigma"(x-E(X))^2*f(x) 也就是 "X减期望值的平方 的期望值 " 昨天佳蓉抓不太到那解释的感觉 我虽然大概知道 却说不上来 好了 折腾一整夜 终於知道怎麽回事了 关键在 p.128 最上面两行： "期望值有时也称为平均值(mean)" 因为 事实上期望值可视为 当随机试验大量重复执行後 所有试验结果的平均值" 换句话说 E(X)相当於 母群体资料的平均值 >< 也就是 "sigma^2" 结果老师并没有讲到 (虽然说这应该是基本观念啦 但是我一直到半夜三点看到这两行才完全懂) 也就是说 一般在算母群体变异数 是： S^2="sigma" (x-"mu")^2/n 而间断随机变数的变异数 是： V(X)="sigma" (x-E(X))^2*f(x) 在这里 把"mu"跟E(X)想做是类似的东西 就容易背了 当然定义上还是有点不同 可是只是分属 叙述统计 跟 推论统计 两个领域 而在算间断随机变数的变异数时 之所以没有除以分母 n 是因为每个 (x-E(X))^2 在乘以 f(x) 时 已经同时乘入她的事件E发生次数 (分子) 又同时除以所有事件总和 (分母) 已经先除过 n 了 就是单个事件机率的分母！ >< 想很久原来是这样 我想我真的有点笨 不过总算融会贯通了 但是我却还没做任何一题习题...... -.-||| 只是单纯不爽念这麽久才懂 上来发泄一下 :P 继续念统计去~~~ p.s : 像那些 sigma mu X-bar -.-" 我实在不知道怎麽打出来ㄝ....... 有人会吗？ 教我吧........ -- 我 写 我 的 . . . . . . --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 61.223.138.49 ※ 编辑: coldwind 来自: 61.223.138.49 (11/05 08:20)