0.0 恍神 發現其實Ch.6觀念比Ch.5簡單懂 只是我定積分會一直算錯 我實在是受夠貝氏定理了 -.- 我竟然盯著她整整15分鐘 才看出來她是連用兩次機率乘法法則..... -.-||| 在定義 6-4-1的間斷隨機變數的變異數( variance of a discrete random variable ) 那個很難懂的 V(X)=E[(X-E(X))^2] ="sigma"(x-E(X))^2*f(x) 也就是 "X減期望值的平方 的期望值 " 昨天佳蓉抓不太到那解釋的感覺 我雖然大概知道 卻說不上來 好了 折騰一整夜 終於知道怎麼回事了 關鍵在 p.128 最上面兩行： "期望值有時也稱為平均值(mean)" 因為 事實上期望值可視為 當隨機試驗大量重複執行後 所有試驗結果的平均值" 換句話說 E(X)相當於 母群體資料的平均值 >< 也就是 "sigma^2" 結果老師並沒有講到 (雖然說這應該是基本觀念啦 但是我一直到半夜三點看到這兩行才完全懂) 也就是說 一般在算母群體變異數 是： S^2="sigma" (x-"mu")^2/n 而間斷隨機變數的變異數 是： V(X)="sigma" (x-E(X))^2*f(x) 在這裡 把"mu"跟E(X)想做是類似的東西 就容易背了 當然定義上還是有點不同 可是只是分屬 敘述統計 跟 推論統計 兩個領域 而在算間斷隨機變數的變異數時 之所以沒有除以分母 n 是因為每個 (x-E(X))^2 在乘以 f(x) 時 已經同時乘入她的事件E發生次數 (分子) 又同時除以所有事件總和 (分母) 已經先除過 n 了 就是單個事件機率的分母！ >< 想很久原來是這樣 我想我真的有點笨 不過總算融會貫通了 但是我卻還沒做任何一題習題...... -.-||| 只是單純不爽唸這麼久才懂 上來發洩一下 :P 繼續唸統計去~~~ p.s : 像那些 sigma mu X-bar -.-" 我實在不知道怎麼打出來ㄝ....... 有人會嗎？ 教我吧........ -- 我 寫 我 的 . . . . . . --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.223.138.49 ※ 編輯: coldwind 來自: 61.223.138.49 (11/05 08:20)