透過 MCP 連接 →

輸入計算

數值與機率的數量必須相同,且所有機率加總應等於 1。

數學公式

廣告

結果

平均數(期望值)μ
3
μ = Σ xᵢ·pᵢ
變異數 (σ²) 1
標準差 (σ) 1
機率總和 1
結果數量 4

有效的機率分布,所有機率加總應等於 1。如果上方的總和不是 1,請檢查您輸入的資料。

這個計算機能做什麼

離散機率分布會列出一個隨機變數所有可能出現的結果,以及每個結果發生的機率。這個計算機只要輸入這張表——一組數值(x)與其對應的機率(p)——就能立即算出概括整個分布的三個關鍵數字:平均數(期望值)、變異數,以及標準差

使用方式

在第一個欄位輸入各個結果的數值,並以逗號分隔(例如 1, 2, 3, 4)。在第二個欄位依相同順序輸入對應的機率(例如 0.1, 0.2, 0.3, 0.4)。請確認兩組數列的項目數量相同,而且所有機率加總等於 1。按下計算按鈕即可看到結果。本工具還會顯示機率的總和,方便您確認這個分布是否有效。

公式解析

平均數以 \(\mu\) 表示,是以機率為權重的加權平均:$$\mu = \sum_{i} x_i \cdot p_i$$也就是把每個數值乘上它對應的機率,再把所有乘積相加。變異數以 \(\sigma^{2}\) 表示,用來衡量各結果偏離平均數的程度:$$\sigma^{2} = \sum_{i} \left(x_i - \mu\right)^{2} \cdot p_i$$標準差 \(\sigma\) 則是變異數的平方根,它與數值使用相同的單位來表達離散程度。

Advertisement
展示各結果到平均值距離以說明變異數的示意圖
變異數 \(\sigma^{2}\) 衡量結果偏離平均值 \(\mu\) 的程度。
離散機率分布的長條圖,以虛線標出平均值
每根長條表示結果 \(x\) 的機率 \(p\);平均值 \(\mu\) 是平衡點。

範例演算

假設 \(x = 1, 2, 3, 4\),對應的機率為 \(0.1, 0.2, 0.3, 0.4\)。平均數為 $$1(0.1) + 2(0.2) + 3(0.3) + 4(0.4) = 0.1 + 0.4 + 0.9 + 1.6 = 3.0$$變異數為 $$(1-3)^{2}(0.1) + (2-3)^{2}(0.2) + (3-3)^{2}(0.3) + (4-3)^{2}(0.4) = 0.4 + 0.2 + 0 + 0.4 = 1.0$$因此標準差為 \(\sqrt{1.0} = 1.0\)。

常見問題

機率一定要加總等於 1 嗎?是的,這樣才算是有效的機率分布。計算機會顯示總和供您確認;如果加起來不等於 1,算出來的結果就沒有意義。

變異數和標準差有什麼不同?變異數是各結果偏離平均數的平方差之平均;標準差則是變異數的平方根,能讓衡量結果回到原本的單位。

可以輸入負數嗎?可以。結果數值可以是任何實數,只有機率必須介於 0 與 1 之間。

最後更新: