銘傳應用統計系

Chapter 4 第四章 
第四章

Basic Probability 
機率論基礎

4 ­ 1
1 
銘傳應用統計系
學習目標

1.  定義﹕experiment(
1. experiment( 實驗), outcome(
outcome( 結果), 
event( 事件), sample space(
event( sample space( 樣本空間), & 
probability( 機率) 
probability(
Simple event( 簡單事件)) ，compound 
2.  Simple event(
event( 複合事件) 
event(
3.  事件和事件的機率
3.

4 ­ 2
2 
銘傳應用統計系
學習目標

4.  計算事件之機率值﹕使用 a contingency 

4.
table( 列聯表), Venn diagram(
table( Venn diagram( 范氏圖), or 
tree( 樹圖) 
tree(
5.  各種機率法則的說明與使用
5.
6.  定義random sample (
6. random sample ( 隨機樣本) 
7.  貝氏定理及應用
7.

4 ­ 3
3 
銘傳應用統計系
動動腦想一想

你知道投擲一枚硬幣得到正
面(( 人頭)) 的機率為0.5
0.5 即 50%.
50%. 
此50%
50% 是什麼意思呢? ? 

請一位同學丟20
20 次硬幣看看
會有什麼結果再請另外幾位
同學也依此方式每人丟2020 次
看看是否結果會相同總和的
結果又是怎樣的呢?  ?1984­1994 T/Maker Co.

4 ­ 4
4 
銘傳應用統計系
實際投擲第1­100次的結果

累積 累積
投擲次別 人頭次數 人頭次數 投擲次數 P(得人頭) 
(1) (2) (3) (4)  (3)/(4) 
01­20  20 
21­40  40 
41­60  60 
61­80  80 
81­100  100
4 ­ 5
5 
銘傳應用統計系
投擲第101­200次的結果

累積 累積
投擲次別 人頭次數 人頭次數 投擲次數 P(得人頭) 
(1) (2) (3) (4)  (3)/(4) 
101­120  120 
121­140  140 
141­160  160 
161­180  180 
181­200  200
4 ­ 6
6 
銘傳應用統計系
機率圖Probability Graph

P(Head) 得到人頭的機率
1.0 
0.8 
0.6 
0.4 
0.2 
0.0 
20  40  60  80  100 120 140 160 180 200 
Cumulative coin tosses
Cumulative coin tosses 累積投擲次數
4 ­ 7
7 
銘傳應用統計系
可能得到的一種類似結果*

Total heads 
= 出現人頭的機率
Number of tosses  =
1.00 

0.75 

0.50 

0.25 

0.00 
0  50  100  150  200 

4 ­ 8
8 
Cumulative coin tosses( 累積投擲次數) 
Cumulative coin tosses(
銘傳應用統計系

Experiments,
Outcomes, and Events

實驗、出象與事件

4 ­ 9
9 
銘傳應用統計系
專有名詞與術語

Experiment 實驗
1.  Experiment
n 獲得一個觀察結果或簡單事件的過程Process of 
obtaining an observation
an observation , outcome or simple 
event 
Sample point 樣本點
2.  Sample point
n 實驗所得到的最基礎且不能再分割的結果Most 
basic outcome of an experiment; mutually 
exclusive
exclusive , equally likely to occur 
Sample space 樣本空間，符號:: S 
3.  Sample space
n 所有可能得到的結果的集合Collection of all 
possible outcomes
possible outcomes 

4 ­ 10
10 
銘傳應用統計系
Experiments & Outcomes

1.  Experiment 
n Process of obtaining an observation, 
n 
outcome or simple event 
2.  Sample point  Sample space 
depends on 
n 
n Most basic outcome of  experimenter!
experimenter! 
an experiment  樣本空間的決定
3.  Sample space (S)  取決於實驗者
n Collection of all possible outcomes 
n 

4 ­ 11
11 
銘傳應用統計系
Outcome 出象範例

Experiment 實驗
Experiment Sample Space 樣本空間
Sample Space
投擲一硬幣看看正反面 Head, Tail
Head, Tail 
投擲兩硬幣看看正反面 HH, HT, TH, TT
HH, HT, TH, TT 
從一副樸克牌抽一張看差異 2
2 ©, 2
, 2 ¨, ..., A
, ..., A ª (52)
(52) 
從一副樸克牌抽一張看顏色 Red, Black
Red, Black 
一場足球比賽的結果 Win, Lose, Tie
Win, Lose, Tie 
檢查某一零件辨別好壞 Defective, OK
Defective, OK 
觀察某人的性別 Male, Female 
4 ­ 12
12 
銘傳應用統計系
Outcome 出象的性質

實驗為觀察性別
1. Mutually exclusive 互斥
1. Mutually exclusive
n 兩出象不能同時發生 2 outcomes can 
not occur at the same time 
l 不可能有人又是男性又是女性Both 
male & female in same person 

2.Collectively exhaustive 周延
2.Collectively exhaustive
n 在樣本空間中的某一出象必定發生1 
outcome in sample space must occur 
Male or female 性別非男即女
l Male or female
l 

4 ­ 13
13 
銘傳應用統計系
Events事件

1.  任何樣本點的組合
1.
Simple event 簡單事件
2.  Simple event
n 具備僅只單一特性的出象Outcome with 1 
characteristic 
Compound event 複合事件
3.  Compound event
n 許多出象或簡單事件的組合Collection of outcomes 
or simple events 
n 事件具有兩個以上特性者2 or more characteristics 
n 交叉事件即為一特例Joint event is a special case
Joint event is a special case 

4 ­ 14
14 
銘傳應用統計系
Event 事件範例

Experiment: 投擲兩個硬幣觀察其正反面
Experiment:
Event 事件
Event 事件中包含的出象
Sample space  HH, HT, TH, TT 
1 head & 1 tail  HT, TH 
Heads on 1st coin  HH, HT 
At least 1 head  HH, HT, TH 
Heads on both  HH 
4 ­ 15
15 
銘傳應用統計系
Simple Events簡單事件 
簡單事件

The Event of a Triangle 

There are 55 triangles in this collection of 18 objects
4 ­ 16
16 
銘傳應用統計系 
銘傳應用統計系
Joint Events交集事件 
交集事件
The event of a triangle  AND blue in color

Two triangles that are blue
4 ­ 17
17 
銘傳應用統計系

樣本空間
Sample Space

4 ­ 18
18 
 Sample Space樣本空間的表達
銘傳應用統計系

1.  Listing 集合的呈列
Listing
n 
n S: {Head, Tail} 

2.  Venn Diagram 范氏圖
Venn Diagram
3.  Contingency Table 列聯表
Contingency Table
4.  Decision Tree Diagram
Decision Tree Diagram 
樹圖

4 ­ 19
19 
 銘傳應用統計系
Venn Diagram范氏圖

Experiment:  投擲兩枚硬幣觀察得到的正反面
Experiment:
Compound 
event
event 
出象 TH  複合事件
HH  HT 
Outcome 
TT 
S 
集合的呈列
S: {HH, HT, TH, TT}
S: {HH, HT, TH, TT}  Sample space 樣本空間
Sample space
4 ­ 20
20 
 銘傳應用統計系
Contingency Table列聯表

Experiment: 投擲兩枚硬幣觀察得到的正反面
Experiment:
簡單事件第一 第一枚 第二枚硬幣
枚得到正面 硬幣 Head 正
Head Tail 反
Tail Total  Outcome 
Simple 
event  Head 正
Head HH  HT  HH, HT  (Count, 
total % 
(Head on 
Tail 反
Tail TH  TT  TH, TT  shown 
1st coin)
1st coin) 
usually) 
Total  HH,
HH, TH  HT,
HT, TT  S
S 
集合的呈列
S: {HH, HT, TH, TT}  Sample Space 樣本空間
Sample Space
4 ­ 21
21 
銘傳應用統計系
Tree Diagram樹圖

Experiment: 投擲兩枚硬幣觀察得到的正反面
Experiment:
H  HH 
H
H 
T  HT  Outcome
Outcome 
出象
H  TH 
T 
集合的呈列 T  TT 
S: {HH, HT, TH, TT}  Sample space 樣本空間
Sample space
4 ­ 22
22 
銘傳應用統計系

Compound Events

複合事件

4 ­ 23
23 
 Compound Events
銘傳應用統計系
複合事件的形成

Intersection 交集
1.  Intersection
n Ａ、Ｂ兩事件同時發生
n 敘述時使用AND
AND （且）
n Ç 符號表達 (( 例如： A
A Ç B) 
Union 聯集
2.  Union
n Ａ事件發生或Ｂ事件發生或ＡＢ兩事件同時發生
n 敘述時使用OR
OR （或）
n È符號表達 (( 例如： A
A È B)
B) 
4 ­ 24
24 
 Event Intersection事件交集:
銘傳應用統計系 Venn Diagram文氏圖
Experiment: 從一副樸克牌中抽出一張辨別花色及點數
Experiment:

樣本空間： Event Black
Event Black 
共52張牌
Black  得到黑色牌
Sample  事件:  2 B
B §, 
space:  ..., A BB ª
{{ 2 RR ©, 2 RR ¨, 
2 BB §, ..., A BB ª}
Ace
Ace  S 
交乘事件同時得到Ａ且黑色事件
Event Ace 得到Ａ事件: 
Event Ace
Joint event (Ace
Joint event (Ace Ç Black): 
A RR ©, A RR ¨, A BB §, A BB ª
A BB §, A BB ª
4 ­ 25
25 
 Event Intersection事件交集:
銘傳應用統計系 Contingency Table交叉表
Experiment: 從一副樸克牌中抽出一張辨別花色及點數
Experiment:
樣本空間： Simple 
顏色Color
Color  event 
共52張牌 點數 Ace
Ace 
Sample  Type  Red  Black  Total 
得到Ａ
Ace &  Ace  得到Ａ
space (S): 
Ace  Ace & 
2 RR ©, 2 RR ¨,  事件: 
Red  Black 
2 BB §, ..., A BB ª A RR ©, 
Non
Non ­­ Ace  Non &  Non &  Non
Non ­  A  , 
RR ¨
Joint event  Red  Black  Ace  A  , 
BB §
Black  Total 
Ace AND Black Red  Black  SS  A BB ª
黑Ａ事件: 
A BB §, A BB ª Simple event Black
Simple event Black 得到黑色牌事件: 2 BB §, ..., A BB ª
4 ­ 26
26 
 Event Union事件聯集:
銘傳應用統計系 Venn Diagram文氏圖
Experiment: 從一副樸克牌中抽出一張辨別花色及點數
Experiment:
樣本空間：
共52張牌 Black  Event 
Sample  Black
Black 
space:  黑牌: 
2 RR ©, 2 RR ¨,  2 BB §, 
2 BB §, ..., A BB ª 2 BB ª,, ... 
Ace
Ace  S  , A BB ª

Ａ事件Event Ace:  Event 黑牌或Ａ(( Ace
Event Ace È Black): 
A RR ©, A RR ¨, A BB §, A BB ª A RR ©, ..., A BB ª, 2 BB §, ..., K BB ª
4 ­ 27
27 
 Event Union事件聯集 :
銘傳應用統計系 Contingency Table列聯表
Experiment: 從一副樸克牌中抽出一張辨別花色及點數
Experiment:

樣本空間：
共52張牌 Color  Simple 
Sample  Type  Red  Black  Total  event 
space (S):  Ace: 
Ace  Ace &  Ace &  Ace 
2 RR ©, 2 RR ¨,  A RR ©, 
Red  Black 
2 BB §, ..., A BB ª A RR ¨, 
Non
Non ­­ Ace  Non &  Non &  Non
Non ­  A BB §, 
Joint event  Red  Black  Ace  A BB ª
Ace OR  Total  Red  Black  S
S 
Black:  Simple event Black 黑牌
Simple event Black
A RR ©, ..., A BB ª,, 2 BB §, ..., K BB ª :  2 BB §, ..., A BB ª
4 ­ 28
28 
銘傳應用統計系
Special Events特殊事件

1. Null event 空事件
1. Null event Null Event
Null Event 
n 某張牌又是梅花又是紅磚

2.Complement of event 補事件
2.Complement of event §§
n 對於事件A, A, 所有不在Ａ事件
中的出象的集合 Ａ或A C 
3.Mutually exclusive event 互斥
3.Mutually exclusive event
n Ａ事件發生則Ｂ事件必不
發生，反之亦然；即Ａ、
Ｂ兩事件不可能同時發生
4 ­ 29
29 
 Complement of Event
銘傳應用統計系
補事件範例
Experiment: 從一副樸克牌中抽出一張辨別花色及點數
Experiment:

樣本空間：
共52張牌
Sample 
space:  Black
Black 
2 RR ©, 2 RR ¨, 
2 BB §, ..., A BB ª
S 
Event Black 黑牌: 
Event Black Complement of event Black, Black 黑牌
Complement of event Black, Black
2 BB §, 2 BB ª, ..., A BB ª 的補事件? 2 RR ©, 2 RR ¨, ..., A RR ©, A RR ¨
4 ­ 30
30 
 Mutually Exclusive Events
銘傳應用統計系
互斥事件範例
Experiment: 從一副樸克牌中抽出一張辨別花色及點數
Experiment:

樣本空間：
共52張牌 Outcomes 
in event 
Sample 
Heart 紅心牌: 
Heart
space: 
2
2 ©, 2
2
, 2 ¨, 
2 §, ..., A
, ..., A ª
ª © 2
2 ©, 3
, 3 ©, 4
..., A
..., A ©
, 4 ©, 

S
S 
Event Spade 黑桃牌: 
Event Spade
2
2 ª, 3
, 3 ª, 4
, 4 ª, ..., A
, ..., A ª Events ª &
Events & © are mutually exclusive 
4 ­ 31
31 
銘傳應用統計系

機率

Probabilities

4 ­ 32
32 
銘傳應用統計系
何謂 Probability?
必然發生
1.  事件將發生的可能性以數值 1 
1. Certain
Certain 
來表示
n P
n  P (Event) 
n P
n  P (A) 
.5 
n Prob
n  Prob (A) 
2.  機率值必定在 [0, 1] 
2.
3.  樣本空間點的機率總和為1 
3.
0
0  不會發生
Impossible
Impossible 
4 ­ 33
33 
銘傳應用統計系
事件機率的指定

What is the 
1.  傳統先決方法
1. probability?
probability? 
a priori classical Method 
2.  傳統實驗方法
2.
Empirical classical method 
3.  主觀訂定方法
3.
Subjective method 

4 ­ 34
34 
 a priori Classical Method
銘傳應用統計系
傳統先決方法
1.
1.  需要事先了解得到出象的程序
Requires prior knowledge of process 
2.
2.  能在實驗前指定機率
Can assign before experiment 
3.
3.  事件的機率為P
P (Event) = X / T 
n 
n X == 事件包含的樣本點數No. of event outcomes  ?1984­1994 T/Maker Co.

n 
n T == 樣本空間中的樣本點總數Total outcomes in sample space 
n 每一樣本點發生的可能性相等Each of T outcomes is equally 
likely 
l 每一樣本點的機率PP (Outcome) = 1/
(Outcome) = 1/ T 

4 ­ 35
35 
 Empirical Classical Method
銘傳應用統計系
傳統實驗方法
檢查了100 100 個零件
1.
1.  實際收集資料 發現損壞了兩個
Of 100 parts 
2.
2.  實驗後才指定機率
inspected, only 2 
3.
3.  事件發生機率 defects!
defects! 
P
P (Event) = X / T 
n 重複實驗了Ｔ次
n 事件實際觀察發生了Ｘ次
4.
4.  也稱為相對次數方法

4 ­ 36
36 
 Subjective Method
銘傳應用統計系
主觀認定方法
股票明天漲跌的機
1.  需要個人對情形具充分的掌握
1.
Requires individual knowledge  率為何？ ?1984­1994 T/Maker Co.
of situation 
2.  實驗前已決定Done before 
2.
experiment 
3.  程序的唯一性Unique process 
3.
n 不能重複還原Not repeatable 

4.  不同的人認定的機率會有差異
4.
Different probabilities from 
different people 

4 ­ 37
37 
銘傳應用統計系
動動腦想一想

下列情形下應該使用何種方法以求得機率...
... 

1.  That a box of 24 bolts will be defective? 
2.  That a toss of a coin will be a tail? 
3.  That Chris will default on his PLUS loan? 
4.  That a student will earn an A in this class? 
5.  That a new store on Rte. 1 will succeed?
That a new store on Rte. 1 will succeed? 
4 ­ 38
38 
 Compound Event Probability
銘傳應用統計系 複合事件的機率

1.  複合事件發生的可能性以數值來表達Numerical measure 
1.
of likelihood that compound event will occur 
2.  通常使用交叉表Can often use contingency table 
2.
n 
n 2 變數時適用2 variables only 
2

3.  使用的公式方法Formula methods 
3.
n 加法規則Additive rule 
n 條件機率規則Conditional probability formula 
n 乘法規則Mu
Mu ltiplicative  rule
rule 

4 ­ 39
39 
 使用Contingency Table交
銘傳應用統計系
叉表求解事件機率

Event 
Event  B
B 1  B
B 2  Total 
A
A 1  P(A
P(A 11 Ç B
B 11 )  P(A B 22 )  P(A
P(A 11 Ç B P(A 11 ) 
A
A 2  P(A
P(A 22 Ç B
B 11 )  P(A B 22 )  P(A
P(A 22 Ç B P(A 22 ) 
Total  P(B
P(B 11 )  P(B
P(B 22 )  1
1 

交叉交集機率Joint  邊界機率Marginal (simple) 
probability
probability  probability
probability 
4 ­ 40
40 
 使用Contingency Table
銘傳應用統計系
機率範例
Experiment: 從一副樸克牌中抽出一張辨別花色及點數
Experiment:

Color 
Type  Red  Black  Total 
Ace  2/52  2/52  4/52 
得Ａ的
Not ­­ Ace  24/52  24/52  48/52 
Not 機率
Total  26/52  26/52  52/52
52/52  P(Ace)
P(Ace) 

得紅牌且Ａ的機
得紅牌的機率P(Red)  率P(Ace AND 
4 ­ 41
41  Red)
Red) 
銘傳應用統計系
想一想動動腦

求出下列事件的機率? 
P(A) =  Event 
P(D) =  Event  C  D  Total 
A  4  2  6 
P(C
P(C Ç B) = 
B  1  3  4 
P(A
P(A È D) =  Total  5  5  10
10 
P(B
P(B Ç D) = 

4 ­ 42
42  Alone  Group  Class
Class 
銘傳應用統計系
＊解答＊

機率如下：
P(A) = 6/10  Event 
P(D) = 5/10  Event  C  D  Total 
A  4  2  6 
P(C
P(C Ç B) = 1/10 
B  1  3  4 
P(A
P(A È D) = 9/10  Total  5  5  10
10 
P(B
P(B Ç D) = 3/10 

4 ­ 43
43 
銘傳應用統計系

加法規則

Additive Rule

4 ­ 44
44 
銘傳應用統計系
加法規則Additive Rule

1.  使用於複合事件聯集事件的求解Used to 
1.
get compound probabilities for union of 
events 
2.  P(A OR B)  = P(A
= P(A È B) 
= P(A) + P(B) ­ P(A
P(A Ç B) 
3.  互斥事件時For mutually exclusive events: 
3.
P(A OR B)  = P(A
= P(A È B) = P(A) + P(B)
B) = P(A) + P(B) 

4 ­ 45
45 
銘傳應用統計系
Additive Rule 範例

Experiment: 從一副樸克牌中抽出一張辨別花色及點數
Experiment:

Color 
Type  Red  Black  Total 
Ace  2  2  4 
Non
Non ­­ Ace  24  24  48 
Total  26  26  52 

P(Ace OR B
P(Ace OR B lack)  =  P(Ace)
P(Ace) +  P(Black)
P(Black) ­  P(Ace  Ç Black) 
得黑牌或 4  26
26  2  28 28 
Ａ的機率 = + - =
52
52  52  52  52 
4 ­ 46
46 
銘傳應用統計系
動動腦想一想

使用加法規則求解下列機率Using the 
additive rule, what is the probability? 
P(A Event 
P(A È D) = 
Event  C  D  Total 
P(B
P(B È C) =  A  4  2  6 
B  1  3  4 
Total  5  5  10 

4 ­ 47
47  Alone  Group  Class
Class 
銘傳應用統計系
解答*

使用加法規則得到：Using the additive 
rule, the probabilities are: 
P(A  È D)  =  P(A)
P(A) +  P(D)
P(D) ­  P(A  Ç D) 
6  5  2  9 
= + - =
10
10  10  10  10 

P(B  È C)  =  P(B)

P(B) +  P(C)
P(C) ­  P(B  Ç C) 
4  5  1  8 
= + - =
10
10  10  10  10 10 
4 ­ 48
48 
銘傳應用統計系

條件機率

Conditional Probability

4 ­ 49
49 
 Conditional Probability
銘傳應用統計系
條件機率

1.  當另一事件發生後事件發生的機率Event 
1.
probability given that another event occurred 
2.  當另一事件發生後新的訊息改變了原來的樣本空
2.
間Revise original sample space to account for 
new information 
n 排除了一些樣本點（出象）Eliminates certain 
outcomes 

3 .  P(A | B
3 B ) = P(A and B)  給定Ｂ事件發生後
P(
P( B
B ))  Ａ事件發生的機率
4 ­ 50
50 
 使用 Venn Diagram求解
銘傳應用統計系 Conditional Probability

4 ­ 51
51 
 使用 Venn Diagram求解
銘傳應用統計系 Conditional Probability

Black 

Ace
Ace  S 

4 ­ 52
52 
 使用 Venn Diagram求解
銘傳應用統計系 Conditional Probability
Black  

appears? 
Black 
Eliminates all 
other outcomes
other outcomes 

Ace
Ace  S 

4 ­ 53
53 
 使用 Venn Diagram求解
銘傳應用統計系 Conditional Probability
Black appear? 
Eliminates all 
Black 
other outcomes 

Ace
Ace 
Black
Black 
S  (S) 
Event (Ace AND Black) 

4 ­ 54
54 
 使用 Venn Diagram求解
銘傳應用統計系 Conditional Probability
黑牌出現排除了紅
牌Black appear? 
Black 
Eliminates all 
other outcomes

Ace
Black
Black 
S  (S) 
黑牌且是Ａ的事件
Event (Ace AND Black) 
4 ­ 55
55 
 使用 Venn Diagram求解
銘傳應用統計系 Conditional Probability

New sample space
New sample space 

Black 
(S) 
Event (Ace AND Black) 

4 ­ 56
56 
 使用 Venn Diagram求解
銘傳應用統計系 Conditional Probability

新的樣本空間
New sample space 
P(A | B
B ) = P(A and B)  Black
Black 
P(
P( B
B )) 
(S) 
得到黑牌且是Ａ的事件
Event (Ace AND Black) 

4 ­ 57
57 
 使用Contingency Table求
銘傳應用統計系 解 Conditional Probability
Experiment: 從一副樸克牌中抽出一張辨別花色及點數
Experiment:

Color 
Type  Red  Black  Total  樣本空間
的更新
Ace  2  2  4  Revised 
Non
Non ­­ Ace  24  24  48  sample 
給定抽中黑 space
space 
牌後抽出Ａ Total  26  26  52
52 
的機率
P(Ace AND Black)  2 / 52  2 
P(Ace | Black)  =  = =
P(Black) 26 / 52  26 
4 ­ 58
58 
銘傳應用統計系
Independence獨立事件

1.  Ａ事件的發生不影響Ｂ事件發生的
1.
機率時Event occurrence does not 
affect probability of another event 
n 投擲一硬幣兩次Toss 1 coin twice 
2.  不具有引發或因果關係Causality 
2.
not implied 
3.  如何判定呢？Tests for 
3.
n P(
n  P( A | B) = P(
| B) = P( A
A ) 
n  P( Ｂ | A) = P(
n P( | A) = P( B
B ) 
n P(A and B) = P(A)*P(B)
n  P(A and B) = P(A)*P(B) 

4 ­ 59
59 
銘傳應用統計系
Tree Diagram樹圖

14 支綠色Ｇ、6
實驗::  從一內裝有14 6 支紅色
Ｒ筆的盒子中抽出22 支筆來（不放回）。
P(R|R) = 5/19  R 
P(R) = 6/20 
R 
P(G|R) = 14/19  G 
相依事件
Dependent! 
P(R|G) = 6/19  R 
G 
P(G) = 14/20 
P(G|G) = 13/19
P(G|G) = 13/19  G 
4 ­ 60
60 
銘傳應用統計系
動動腦想一想

使用下表及公式求出下列機率? 
P(A|D) =  Event 
P(C|B) =  Event  C  D  Total 
A  4  2  6 
C 與B
C B 是否獨立
B  1  3  4 
（independent
independent ）? 
Total  5  5  10 

4 ­ 61
61  Alone  Group  Class
Class 
銘傳應用統計系
解答*

使用機率公式得到：
P(A  Ç D)  2 / 10  2 
P(A |  D)  =  = =
P(D)
P(D)  5 / 10  5 

P(C  Ç B)  1 / 10  1 

P(C |  B)  =  = =
P(B)  4 // 10  4 
5  1  因此Ａ、Ｄ兩事件及
P(C)  =  ¹ Ｃ、Ｂ兩事件均為相
10
10  4 
依事件(( Dependent) 
4 ­ 62
62 
銘傳應用統計系

乘法規則

Multiplicative Rule

4 ­ 63
63 
 Multiplicative Rule
銘傳應用統計系
乘法規則

1.
1.  使用來計算複合事件中交集事件的機率Used 
to get compound probabilities for 
intersection of events 
n 也稱為交乘事件Called joint events 

2.  Ａ交集Ｂ的機率為P(A and B) = P(A
2. P(A and B) = P(A Ç B) 
= P(
= P( A
A )*P(B|
)*P(B| A
A ) 
= P(
= P( B
B )*P(A|
)*P(A| B
B ) 
3.  對於獨立事件For independent events: 
3.
P(A and B) = P(A
P(A and B) = P(A Ç B) = P(A)*P(B)
B) = P(A)*P(B) 
4 ­ 64
64 
 Multiplicative Rule
銘傳應用統計系
乘法規則範例
Experiment: 從一副樸克牌中抽出一張辨別花色及點數
Experiment:

Color 
Type  Red  Black  Total 
Ace  2  2  4 
Non
Non ­­ Ace  24  24  48 
Total  26  26  52 
P ( A c e A N D B la c k ) = P ( A c e ) × P ( B la c k |A c e )
4 2 2 1
= ´ = = 得到黑牌 且Ａ 的機 率
52 4 52 26
4 ­ 65
65 
銘傳應用統計系
動動腦想一想

使用乘法規則求解下列機率? 
P(C
P(C Ç B) = 
Event 
P(B
P(B Ç D) =  Event  C  D  Total 
A  4  2  6 
P(A
P(A Ç B) = 
B  1  3  4 
Total  5  5  10 

4 ­ 66
66  Alone  Group  Class
Class 
銘傳應用統計系
解答*

使用乘法規則得到：

5  1  1 
P(C  Ç B)  =  P(C) × P(B|
P(B| C) = × =
10
10  5  10 

4  3  3 
P(B  Ç D)  =  P(B) × P(D|
P(D| B) = × =
= 
10
10  4  10 

P(A  Ç B)  =  P(A) × P(B|

P(B| A) = 0
0 

4 ­ 67
67 
銘傳應用統計系

Random Sampling

隨機樣本

4 ­ 68
68 
 Simple Random Sample
銘傳應用統計系
簡單隨機樣本
1.  母體中每一元素被選出來的機
1.
率均相同Each population element 
has an equal chance of being 
selected 
2.  某元素被選出後並不影響下一
2.
元素被選出的機率Selecting 1 
element does not affect selecting 
others 
?1984­1994 

3.  可使用隨機表或者電腦來產生
3. T/Maker Co.

May use random number table or 
computer 
4 ­ 69
69 
 隨機數表(Random Number Table,
銘傳應用統計系 pp1005­07)

隨
隨機機數
數表表 ((部
部分分展
展示)
示)
列 1  2  3  4 
行
1  10480  15011  01536  02011  ... 

2  22368  46573  25595  85393  ... 

3  24130  48360  22527  97265  ... 

4  42167  93093  06243  61680 ... 

.  . 
.  . 
.  . 
.  . 
. 
. 
..  .  .  .  . 
4 ­ 70
70 
銘傳應用統計系
例題: 隨機數表的應用

銘傳應用統計系想要從參加教學改進計
畫的班級同學中，隨機抽取八位同學
進行學習成果測試。已知本班共70
70 名
同學，座號依序由一號至七十號。
若使用隨機數表，那八位同學應該參加
測試？

4 ­ 71
71 
銘傳應用統計系
例題: 隨機數表的應用

本班70
70 名同學，座 隨機數表
號依序由一號至七
行 列 1  2  3  4 
十號﹔隨機抽取八 1  10480  15011  01536  02011 
位同學進行學習成
2  22368  46573  25595  85393 
果測試。
3  24130  48360  22527  97265 
如何使用隨機表決
4  42167  93093  06243  61680
定那八位同學應該 .  .  .  .  . 
參加測試？ .  .  .  .  . 
..  .  .  .  . 

4 ­ 72
72 
銘傳應用統計系
例題: 隨機數表的應用

選取隨機座號方法: 
1. 事先決定第一次點選後,, 如何接續下一次? 
1.
n 再重新點選,, 或依循特定規則接續下去
2. 拿一支尖鉛筆後,, 以筆尖在表內點住
2.
n 丟圖釘,, 閉起眼睛,, 任何非主觀性方式
3. 最接近之兩數字為座號
3.
n 若數字比70
70 大則跳過不計

4 ­ 73
73 
銘傳應用統計系
例題: 隨機數表的應用

假設事先己決定以 Column 

分別獨立方式點選 Row  1  2  3  4 
1  10480  15011  01536  02011 
數字.. 
2  22368  46573  25595  85393 
3  24130  48360  22527  97265 
第一次選到數字為
4  42167  93093  06243  61680
46.  被抽出的同學
46.
座號為:  46
46 

起始列行位置的選擇是隨機的.
4 ­ 74
74 
銘傳應用統計系
例題: 隨機數表的應用

Column 
Row  1  2  3  4 
被抽出的同學座
1  10480  15011  01536  02011 
號為:   46, 48
48 
2  22368  46573  25595  85393 
3  24130  48360  22527  97265 
4  42167  93093  06243  61680

4 ­ 75
75 
銘傳應用統計系
例題: 隨機數表的應用

被抽出的同學座號為
Column 
:   46, 48
:   46, 48  Row  1  2  3  4 
1  10480  15011  01536  02011 
排除93
93 ，因為它大 2  22368  46573  25595  85393 
於70.
70.  3  24130  48360 22527  97265 
再繼續選..  4  42167  93093  06243  61680 

4 ­ 76
76 
銘傳應用統計系
例題: 隨機數表的應用

Column 
被抽出的同學座號為
Row  1  2  3  4 
: 
1  10480  15011  01536  02011 
46, 48, 01
01 
2  22368  46573  25595  85393 
3  24130  48360  22527  97265 
4  42167  93093  06243  61680

4 ­ 77
77 
銘傳應用統計系
例題: 隨機數表的應用

被抽出的同學座號 Column 

為:  Row  1  2  3  4 
1  10480  15011  01536  02011 
46, 48, 01, 57
57 
2  22368  46573  25595  85393 
3  24130  48360  22527  97265 
4  42167  93093  06243  61680

4 ­ 78
78 
銘傳應用統計系
例題: 隨機數表的應用

被抽出的同學座 Column 
號為:  Row  1  2  3  4 
46, 48, 01, 57,  1  10480  15011  01536  02011 
36
36  2  22368  46573  25595  85393 
3  24130  48360  22527  97265 
4  42167  93093  06243  61680

4 ­ 79
79 
銘傳應用統計系
例題: 隨機數表的應用

被抽出的同學座 Column 

號為:  Row  1  2  3  4 
1  10480  15011  01536  02011 
46, 48, 01, 57, 
36, 09
09  2  22368  46573  25595  85393 
3  24130  48360  22527  97265 
4  42167  93093  06243  61680

4 ­ 80
80 
銘傳應用統計系
例題: 隨機數表的應用

Column 
被抽出的同學
Row  1  2  3  4 
座號為: 
1  10480  15011  01536  02011 
46, 48, 01, 57, 
2  22368  46573  25595  85393 
36, 09, 10
10 
3  24130  48360  22527  97265 
4  42167  93093  06243  61680

4 ­ 81
81 
銘傳應用統計系
例題: 隨機數表的應用

被抽出的同學座 Column 

號為:  Row  1  2  3  4 
1  10480  15011  01536  02011 
46, 48, 01, 57, 
36, 09, 10, 32
32  2  22368  46573 25595  85393 
3  24130  48360  22527  97265 
4  42167  93093  06243  61680 

4 ­ 82
82 
銘傳應用統計系
例題: 隨機數表的應用

被選出的同學座號參加進行學習成果測試
為: 

46, 48, 01, 57, 36, 09, 10, 32
46, 48, 01, 57, 36, 09, 10, 32 

4 ­ 83
83 
銘傳應用統計系
Bayes’’ s Theorem貝氏定理

P ( A | Bi ) P ( B i  )
P ( Bi  | A ) =
P ( A | B1 ) P ( B1 ) + · · · + P ( A | Bk ) P ( B k  )
P ( Bi  and A )
= 
P ( A )  Adding up 
the parts 
Same  of A in all 
Event the B’s 

4 ­ 84
84 
 Bayes’’ s Theorem
銘傳應用統計系
Using Contingency Table貝氏定理範例

Fifty percent of borrowers repaid their loans.  Out of those 
who repaid, 40% had a college degree.  Ten percent of 
those who defaulted had a college degree.  What is the 
probability that a randomly selected borrower who has a 
college degree will repay the loan?

P( R) =.50      P( C| R) =.4      P( C| R) =.10 

P ( R | C ) = ? 

4 ­ 85
85 
 Using Contingency Table
銘傳應用統計系
使用交叉表解答
Repay  Repay  Total 

College  .2  .05  .25 

College  .3  .45  .75 

Total .5  .5  1.0 
P ( C |  R ) P ( R )
P ( R | C ) =
P ( C | R ) P ( R ) + P ( C |  R ) P ( R )

=
(.4 )(.5 ) =
.2 
= .8 
(.4 )(.5 ) + (.1 )(.5 )  .25 
4 ­ 86
86 
銘傳應用統計系
結論及回顧

1.  定義 experiment, outcome, event, sample 
1.
space, & probability 
2.  解說如何得到或指定事件的機率
2.
3.  使用 a contingency table(
3. a contingency table( 列聯表), Venn 
diagram( 范氏圖), or tree(
diagram( or tree( 樹圖)) 求解機率
4.  各種機率法則的說明與使用
4.
5.  定義random sample(
5. random sample( 隨機樣本) 
6.  貝氏定理及應用
6.

4 ­ 87
87 
銘傳應用統計系
關於本課程...

請你靜下來想一想:: 

1.  你此堂課學到的最重要的關念為何? 
1.
2.  是否還有相關問題與疑問? 
2.
3.  如何改善今後的學習?
3. ? 

4 ­ 88
88