概率可以得知發生某件事情的可能性大小，但無法指出整體影響，比如賺到的錢真的填的平那些虧掉的錢嗎
概率分布如下表：組合無
檸檬櫻桃
美元/櫻桃美元x
-14914
19p(x=x)
0.977
0.008
0.008
0.006
0.001
期望e(x) = -0.77 ，指出每一局賭局能夠期望得到的平均收益
方差var(x) = e(x - μ)2 = ∑(x - μ)2p(x = x) = 2.6971，體現出每一局賭局有可能存在的收益變化
標準差為方差的平方根，度量資料與資料中心的期望距離，標準差 = 1.642，表示從平均情況看來，我們的每一局收益與期望收益之間的距離為1.642
現在原先的概率分布變了，賭金改為2元，贏金翻了5倍，新概率分布如下：y-2
2348
7398
p(y = y)
0.977
0.008
0.008
0.006
0.001
e(y) = -0.85
var(y) = 67.4275
現收益 y = 5x + 3
線性變換推廣：
e(ax + b) = ae(x) + b
var(ax + b) = a2 var(x)
多玩幾局：
每一局稱為乙個事件，每一局的結果稱為乙個觀測值
我們把第乙個觀測值稱為x1，第二個觀測值稱為x2
求兩局的期望和方差，即求 x1 + x2
的期望和方差
獨立同分布觀測值推廣：
e(x1 + x2 + ... xn) = ne(x)
var(x1 + x2 + ... xn) = nvar(x)
在兩台機器上玩：
e(x + y) = e(x) + e(y)
var(x + y) = var(x) + var(y)
獨立不同分布推廣：
隨機變數相減
e(x - y) = e(x) - e(y)
var(x - y) = var(x) + var(y) 這是因為差異性增大了
最終結論，在x與y相互獨立時：
e(ax + by) = ae(x) + be(y)
var(ax + by) = a2 var(x) + b2 var(y)
e(ax - by) = ae(x) - be(y)
var(ax - by) = a2 var(x) + b2 var(y)
《深入淺出統計學》讀書筆記
前言 大腦對於影象的理解效率，遠遠大於對文字的理解效率 結合比單純的影象或者文字更容易被人理解與接受 統計是對大量資訊的簡化，化繁為簡 統計的結果應以影象的方式表達出來，因為影象跟容易被人接受 統計的目的是為了獲得某個結論，進而為決策服務 數 資料 資訊 知識 智慧型 1 數，1 2 3 4 5 n...
整理總結 深入淺出統計學 離散概率分布的運用
概率可以得知發生事件的可能性，但無法指出所發生的的這些事情的整體影響，也無法指出這種整體影響對我們的具體影響，通過期望來 長期結果，並利用方差來度量這些 結果的確定性。若有一台 只有三個視窗全部恰到好處時，才會有成堆的硬幣滾滾而下，並且每局特定組合對應的客戶收益規則和一台 的每個視窗出現特定影象的概...
深入淺出pmp讀書筆記（三）
深入淺出 pmp 讀書筆記 程序結構 pmp將專案劃分成為一系列程序的集合，程序直接的銜接，就十分重要了。而程序的結構已經專案的知識面就是程序銜接流暢的關鍵。1.程序的結構 pmp為所有的程序都設定了相同的結構，每個程序都由輸入，工具和技術以及輸出三部分組成。a.輸入 程序工作所需要的資訊，資料，檔...