這個計算機能做什麼
本工具可從離散隨機變數的機率分布,計算出它的變異數與標準差。你只要輸入每一個可能的結果值(\(x_i\))以及該結果發生的機率(\(p_i\)),計算機就會回傳變異數 \(\text{Var}(X)\)、平均數 \(\mu\)、X² 的期望值,以及標準差 \(\sigma\)。變異數用來衡量各結果值圍繞平均數分散的程度——變異數小代表結果都集中在平均值附近,變異數大則表示資料分布得相當零散。
使用方式
在第一個欄位中以逗號分隔輸入各結果值(例如 1, 2, 3),再於第二個欄位以相同順序填入對應的機率(例如 0.2, 0.5, 0.3)。所有機率加總應等於 1;計算機會顯示 \(\sum p_i\) 讓你核對是否正確。按下計算,即可看到變異數與相關統計量。
公式說明
變異數採用方便運算的計算式:
$$\text{Var}(X) = \sum p_i x_i^{2} - \left(\sum p_i x_i\right)^{2}$$
其中 \(\sum p_i x_i\) 就是平均數 \(\mu = E[X]\),而 \(\sum p_i x_i^{2}\) 即為 \(E[X^{2}]\)。把平均數的平方從 \(E[X^{2}]\) 中減去,便得到變異數。這在代數上與定義式 \(\text{Var}(X) = \sum p_i (x_i - \mu)^{2}\) 完全相同,但只需掃描一次資料就能算出,更為簡便。標準差則直接為 \(\sigma = \sqrt{\text{Var}(X)}\)。
範例演算
假設 X 可能取值 1、2、3,對應機率為 0.2、0.5、0.3。平均數 \(\mu = 1(0.2) + 2(0.5) + 3(0.3) = 0.2 + 1.0 + 0.9 = 2.1\)。\(E[X^{2}] = 1(0.2) + 4(0.5) + 9(0.3) = 0.2 + 2.0 + 2.7 = 4.9\)。因此 $$\text{Var}(X) = 4.9 - 2.1^{2} = 4.9 - 4.41 = 0.49$$ 標準差 \(\sigma = \sqrt{0.49} = 0.7\)。
更多計算範例
範例 1:公平六面骰子
結果為 \(x = 1, 2, 3, 4, 5, 6\),每個結果的機率為 \(p_i = \frac{1}{6}\)。
- 平均數:\(E[X] = \sum p_i x_i = \frac{1}{6}(1+2+3+4+5+6) = \frac{21}{6} = 3.5\)。
- 二階矩:\(E[X^2] = \sum p_i x_i^2 = \frac{1}{6}(1+4+9+16+25+36) = \frac{91}{6} \approx 15.1667\)。
- 變異數:\(\sigma^2 = E[X^2] - (E[X])^2 = \frac{91}{6} - 3.5^2 = 15.1667 - 12.25 \approx 2.9167\)(精確值為 \(\frac{35}{12}\))。
- 標準差:\(\sigma = \sqrt{2.9167} \approx 1.7078\)。
範例 2:有虧損與獲利的遊戲報酬
某遊戲的報酬為 \(x = -10, 0, 20\)(單位:美元),對應機率為 \(p = 0.5, 0.3, 0.2\)。機率總和為 1。
- 平均數:\(E[X] = 0.5(-10) + 0.3(0) + 0.2(20) = -5 + 0 + 4 = -1\)。
- 二階矩:\(E[X^2] = 0.5(100) + 0.3(0) + 0.2(400) = 50 + 0 + 80 = 130\)。
- 變異數:\(\sigma^2 = 130 - (-1)^2 = 130 - 1 = \) 129。
- 標準差:\(\sigma = \sqrt{129} \approx 11.36\) 美元。
請注意,最後一步中平均數是平方後才相減,因此即使平均數為負,減去的項仍為正數。
比較具有相同平均數的分布
以下三個分布的平均數皆為 2,但離散程度不同。變異數能反映這種差異,而平均數本身無法做到。
| 分布 | 平均數 E[X] | E[X²] | 變異數 | 標準差 |
|---|---|---|---|---|
| x = 2,p = 1 | 2 | 4 | 0 | 0 |
| x = 1, 2, 3,p = 0.25, 0.5, 0.25 | 2 | 0.25 + 2 + 2.25 = 4.5 | 4.5 − 4 = 0.5 | ≈ 0.7071 |
| x = 0, 2, 4,p = 0.25, 0.5, 0.25 | 2 | 0 + 2 + 4 = 6 | 6 − 4 = 2 | ≈ 1.4142 |
第三個分布的結果與平均數的距離是第二個分布的兩倍,因此其變異數為第二個的四倍(2 對 0.5),標準差則為兩倍。
解讀變異數與標準差
- 變異數為 0:結果為固定值(退化分布);所有機率都集中在同一個值上,該值等於平均數。
- σ 越大,離散範圍越廣:結果傾向於遠離平均數 E[X]。
- 單位:若 X 以美元計量,變異數的單位為美元平方,而標準差 \(\sigma = \sqrt{\sigma^2}\) 與 X 的單位相同(美元),因此較容易解讀。
- 線性變換:\(\mathrm{Var}(aX + b) = a^2\,\mathrm{Var}(X)\)。加上常數 b 會使分布平移,但不改變其離散程度;乘以 a 則會使標準差縮放 \(|a|\) 倍。
- 獨立變數之和:若 X 與 Y 獨立,則 \(\mathrm{Var}(X + Y) = \mathrm{Var}(X) + \mathrm{Var}(Y)\),且 \(\mathrm{Var}(X - Y) = \mathrm{Var}(X) + \mathrm{Var}(Y)\)。標準差不能直接相加。
- 對極端值敏感:由於偏差是經過平方的,即使罕見極端結果的機率很小,仍可能大幅提高變異數。
變異數永遠不會是負數。若你的計算得到負值,請檢查機率總和是否為 1,以及每個 pᵢ 是否介於 0 與 1 之間。
常見問題
機率一定要加總為 1 嗎?是的,這樣才是有效的機率分布。計算機會顯示 \(\sum p_i\) 供你確認;若不等於 1,計算結果就會失準。
變異數和標準差有什麼差別?變異數的單位是原始單位的平方;標準差則是它的平方根,單位與 X 相同,因此更容易解讀。
變異數可能是負數嗎?不會。在數學上變異數恆 \(\geq 0\)。如果算出負值,代表你輸入的機率資料有誤。