什麼是機率分數計算機?
這款計算機運用經典的「有利結果 ÷ 全部可能結果」公式,幫你算出某事件發生的機率。結果會以三種形式呈現:介於 0 到 1 之間的小數、百分比,以及勝算比(odds in favor)。只要每個結果發生的機會均等,這個工具都能派上用場——擲骰子、丟硬幣、抽撲克牌、摸彩抽獎等等,通通適用。
使用方法
請先輸入有利結果數(也就是你期望事件發生的情況有幾種),再輸入總結果數(所有機會均等的可能情況總和)。計算機會將兩者相除,並把答案換算成百分比與勝算比。請注意,總結果數必須大於 0。
公式解析
機率的定義為:
$$P = \frac{\text{有利結果}}{\text{總結果}}$$將結果乘以 100,就能得到百分比形式的機率。
$$\text{百分比} = P \times 100\%$$勝算比則以「有利結果 :(總結果 − 有利結果)」表示。
$$\text{勝算比} = \frac{\text{有利結果}}{\text{總結果} - \text{有利結果}}$$舉例來說,機率 \(0.25\) 等同於 \(25\%\),換算成勝算比就是「對你不利 1 :3」,或是「對你有利 0.333 :1」。
實際範例
假設你擲一顆骰子,想知道擲出「大於 4」的點數(也就是 5 或 6)的機率。有利結果有 2 種,總結果有 6 種。
$$P = \frac{2}{6} = 0.3333$$換算成百分比就是 \(33.33\%\)。對你有利的勝算比為 2 :4,也就是 0.5 :1。
更多計算範例
每個範例都使用 \(P = \frac{\text{有利}}{\text{總數}}\),接著將結果轉換為小數、百分比,以及有利勝算比(有利 : 總數 − 有利)。
範例 1:從一副標準 52 張撲克牌中抽出一張紅心
- 有利結果 = 13 張紅心;總結果 = 52 張牌。
- 分數:\(\frac{13}{52} = \frac{1}{4}\),將分子與分母同除以 13。
- 小數:\(13 \div 52 = \)0.25。
- 百分比:\(0.25 \times 100 = 25\%\)。
- 有利勝算比:\(13 : (52 - 13) = 13 : 39 = 1 : 3\)。
範例 2:從 3 顆紅色與 7 顆藍色彈珠中抽出一顆紅色彈珠
- 有利 = 3 顆紅色彈珠;總數 = 3 + 7 = 10 顆彈珠。
- 分數:\(\frac{3}{10}\),已是最簡分數。
- 小數:\(3 \div 10 = 0.30\)。
- 百分比:\(0.30 \times 100 = 30\%\)。
- 有利勝算比:\(3 : (10 - 3) = 3 : 7\)。
範例 3:擲兩次硬幣至少出現一次正面
- 列出所有等可能的結果:HH、HT、TH、TT,因此總數為 4。
- 至少出現一次正面的結果:HH、HT、TH,因此有利結果數為 3。
- 分數:\(\frac{3}{4}\),已是最簡分數。
- 小數:\(3 \div 4 = 0.75\)。
- 百分比:\(0.75 \times 100 = 75\%\)。
- 有利勝算比:\(3 : (4 - 3) = 3 : 1\)。
常見機率情境比較
以下所有事件皆假設結果為等可能,例如一枚公正硬幣、一顆公正的六面骰子,以及一副標準的 52 張撲克牌。小數與百分比皆已四捨五入。
| 事件 | 有利/總數 | 小數 | 百分比 | 有利勝算比 |
|---|---|---|---|---|
| 公正硬幣擲出正面 | 1/2 | 0.5 | 50% | 1:1 |
| 骰子擲出 6 | 1/6 | 0.1667 | 16.67% | 1:5 |
| 骰子擲出偶數 | 3/6 | 0.5 | 50% | 1:1 |
| 從 52 張牌中抽出一張 A | 4/52 = 1/13 | 0.0769 | 7.69% | 1:12 |
| 抽出一張紅色牌 | 26/52 | 0.5 | 50% | 1:1 |
| 必然事件 | 1/1 | 1 | 100% | 1:0 |
| 不可能事件 | 0/6 | 0 | 0% | 0:6 |
解讀你的機率結果
機率以 0 到 1 的範圍衡量(或 0% 到 100%)。數值為 0 表示事件不可能發生,數值為 1 表示事件必然發生。數值為 0.5 表示事件發生與不發生的可能性相同,即機會均等。
低機率代表事件不太可能發生,但只要數值大於 0,它仍然有可能發生。例如,從標準牌組中抽到 A 的機率約為 7.69%。在實際情況中 A 其實常被抽到,只是並不頻繁。
勝算與機率描述的是同一項資訊,只是表達方式不同。有利勝算比是將有利結果與不利結果相比,即 \(\text{有利} : (\text{總數} - \text{有利})\),而不利勝算比則是將順序顛倒。例如,\(P = 0.25\) 的有利勝算比為 1:3,相當於不利勝算比 3:1。若要將勝算 \(a : b\) 轉換回機率,可使用 \(P = \frac{a}{a+b}\)。
此結果描述的是單次試驗,且所有結果皆為等可能。它並不預測接下來會發生什麼。一枚公正硬幣即使已連續五次出現反面,下一次擲出正面的機率仍為 50%,認為並非如此則被稱為賭徒謬誤。在非常大量的試驗中,觀察到的頻率會趨近於計算出的機率,但這對任何單次試驗都無法提供確定的結論。
這是關於如何解讀機率數值的一般教育資訊,並非針對任何特定情況的建議。
常見問題
機率有可能超過 1 嗎?不會。有效的機率永遠介於 0 到 1 之間(即 0% 到 100%)。如果你輸入的有利結果數比總結果數還多,就已經超出合理範圍了。
機率和勝算(odds)有什麼差別?機率是拿有利結果和「全部結果」相比;勝算則是拿有利結果和「不利結果」相比。
所有結果一定要機會均等嗎?是的。這個簡單的比例公式,前提是每一種結果發生的機會都完全相同。