從一堆點到一個分布

① 這關在解什麼問題

前面七關給了你什麼 你已經會用線性代數的語言描述一坨點了： 01 ③ 兩條向量點一下變成一個數字、 02 ⑦ 變異數就是「自己跟自己的內積」、 03 ⑥ 把所有內積排成一張表就是 C、 05 ④ 自己轉一圈找出那坨點的主軸。 那坨點的形狀，你量得出來也畫得出來。 這一關開始問一句前面七關從來沒問的話：那坨點是從哪來的、下次會不會不一樣。

02 關拿七個人的月薪算出標準差 s = 1.10 萬。那時候整關都在講「這個數字怎麼算出來的」， 沒有人問過一句更基本的話：

你真正想知道的，是這七個人有多散，還是「這家公司」有多散？

當然是這家公司。那七個人只是你剛好問到的七個 —— 你去尾牙隨便換七個人問， 算出來的標準差就變成別的數字。下面這顆按鈕就在做這件事： 我先準備好一家公司（幾千個員工，薪水分布是固定的、寫死在程式裡的）， 每按一次就從裡面隨機抽七個人給你，然後用 02 關一模一樣的公式算 x̄ 和 s。

這就是整關的起點。你手上的數字有兩層，而 02 關只講了第一層：

統計學整門學問就是一句話：只準看樣本，卻要講母體的事。 這關把這句話拆成可以動手玩的六塊。

橋在哪：為什麼可以用線性代數的語言學機率統計

接下來 機率統計 01 到 05 關掛的是「機率統計」的招牌，但你不會換一套工具 —— 因為統計的原料本來就是空間裡的點，而線性代數就是描述點的形狀的那套語言。 前面七關量到的每一個東西都還在原位，只是各自多了一個身分：

所以這五關不是五個新主題，是把你已經有的五個幾何物件各自換一次名牌。 下面這張表就是那五張名牌 —— 左邊你都已經親手玩過，右邊是它在機率統計 01 到 05 關的新名字：

② 先把符號攤開：本頁只有這 20 個

這關唯一的難點是「同一個量有兩個版本」：母體那個跟樣本那個。傳統寫法用希臘字母 = 母體、拉丁字母 = 樣本來分， 本頁全部照這個規矩，而且畫圖時紫色一律是母體真值、綠色一律是樣本算出來的。

「現在的值」那一欄是公司薪水那台機器的真值，加上 ⑥ 節當前那一組樣本的統計量 —— 你在 ⑥ 節按重抽，這裡的綠色數字會跟著跳，紫色數字不會動。那正是這一整關的重點。

③ 隨機變數：一台會吐數字的機器

你寫程式時的變數是這樣：let x = 5; —— 一個抽屜，裡面放一個數字，你打開就看到 5。 隨機變數不是抽屜，是一台販賣機。

「機器 vs 產品」這個分別是後面所有東西的地基，所以本頁一律： 大寫 X 是機器，小寫 x 是它吐出來的那一個數字。 機器的性質（μ、σ）叫參數，是固定的死值； 產品算出來的東西（x̄、s）叫統計量，每次都不一樣。

先看本頁自訂的三台在示範什麼

另外六台有名字：常見分布家族的名牌

上面那三台是我為了講課捏出來的。但你在 scipy.stats、在論文、在面試題裡遇到的機器， 幾乎都是下面這六個有名字的家族。它們不是新東西 —— 就是「值的清單 + 機率的清單」而已， 只是這幾張機率表出現得太頻繁，所以人類給了它們名字、也把 μ 與 σ² 一次算好寫進課本，不用你每次重算。

這六台已經接在上面那個直方圖上了：按下排的按鈕就換機器， 看它的形狀、看紫線（真值 μ）停在哪、看讀數盤的 σ 有多大。 名牌表的 μ／σ² 兩欄一律「上面是課本公式、下面是本頁機率表實際算出來的值」， 你可以直接對帳。

誠實提醒（不是廢話，是這張表的讀法）：離散的四台（Bernoulli / Binomial / 均勻 / Poisson） 機率表就是課本公式本人，所以兩排數字完全一致。 連續的兩台（指數 / 對數常態）本頁一律切成 0.2 寬的格子、在 12 截斷， 用「格子中點的密度 × 格寬」當那一格的機率 —— 所以它們的數字會跟公式差在小數第 2~3 位。 那不是公式錯，是格子造成的（真正的連續版本要等 機率統計 02 關的機率密度）。

所以這一節的結論是：「一堆點」跟「一台機器」是兩種東西。 02 關到 07 關手上只有一堆點；從現在起，那堆點背後永遠有一台你看不到的機器。 而那台機器如果剛好是上面六個家族之一，你連 μ、σ² 都不用自己算。

④ 期望值：不是「你期待發生的事」，是加權平均

「期望值」這個中文譯名是個災難，它害無數人以為那是「最可能發生的事」。 它其實是你國中就會的東西 —— 加權平均，一個字都沒多。

先從段考開始（這裡沒有任何機率）

學期成績算法：平時考佔 30%、期末考佔 70%。你平時考 82 分、期末考 68 分。學期成績是幾分？

注意三件事，因為期望值把它們原封不動搬過去： ① 權重加起來是 1（0.3 + 0.7）； ② 每一項都是「值 × 它的權重」； ③ 答案 72.2 分不是任何一科的分數，它是個新造出來的數字。

換一個字：把「佔比」換成「機率」

骰子的六個面，就想成六「科」，每一科的權重是它出現的機率。公平骰子六面各佔 1/6：

而 02 關的平均 x̄ = (Σx_i) / n 也是加權平均 —— 只是每一筆資料的權重都剛好是 1/n（大家一樣重）。 三個東西同一個模具：學期成績、期望值、平均數。

所以這一節的結論是：E[X] 是機器的真平均，用機率當權重算出來，是個死值； x̄ 是你抽 n 次得到的平均，每次都不一樣。 兩者的關係是 ⑥ 節的全部內容 —— 但在那之前， ⑤ 節要先把 E[⋯] 這個符號的運算規則交代清楚， 因為後面每一步推導都在拆它。

⑤ E 與 Var 的運算規則：後面三關每一條推導都在用它

④ 節給了 E[X] 的定義（機率當權重的加權平均）。但接下來的關卡不會停在定義上 —— 機率統計 03 關把 Var(X+Y) 展開、 機率統計 04 關算條件平均、機率統計 05 關算 d²，每一步都在把 E[⋯] 拆開重組。

問題是：E[⋯] 到底能怎麼拆？目前你只知道它是一個加權和，沒人告訴你「加號可以搬出來嗎」、 「常數可以提出來嗎」、「兩個相乘的可以分開嗎」。這一節把能拆的規則一條一條列出來， 而且每一條都在讀數盤裡當場驗給你看（不是模擬近似，是把整張機率表加權加起來的精確值）。

⑤-A　先看五條規則，每一條都只用「加權和」就能證

為了讀起來不繞，本節一律 μ = E[X]；規則編號一律寫成 R1 ~ R5（跟節次的圈號區隔開）。前兩條是「線性」，第三條要條件，後兩條是變異數：

R1、R2 為什麼成立，一句話：E[⋯] 就是「乘上機率再加起來」， 而加法和「乘常數」本來就可以跟加總交換順序。把 R1 拆給你看：

R4 那條 Var(X) = E[X²] − μ² 也一樣，只是多兩步。 起點是變異數的定義「偏離平均、平方、再取平均」：

⑤-B　動手：一台骰子報酬機器，拖 a、b，看 E 和 Var 各自怎麼反應

所以這一節的結論是：E[⋯] 是一個線性運算 —— 乘常數和加起來可以自由穿進穿出，別的不行。 Var 不是線性的：它吃 a²、完全不吃 b， 而且兩個變數相加時會多出一項 2Cov。 這五條就是 10、11、12 三關的地基。

⑥ 母體 vs 樣本：本關最重要的一節

到這裡你已經有兩組數字：機器的 μ、σ²（真值，看不到）和樣本的 x̄、s²（看得到，會抖）。這一節做兩件事： 先看它們抖多少，然後還 02 關那個 n − 1 的債。

⑥-A　同一台機器，抽 5 次 / 50 次 / 500 次

圖上的記號：橫軸左邊那塊空白是專門留給兩顆標籤站的（紫＝真值、紅＝這些組的平均）， 那裡沒有資料。下圖縱軸寫的 ddof = 1 就是「分母用 n − 1」的程式庫講法（⑥-B 會解釋這個字）。 如果某一組的 s² 大到衝出畫面上緣，那顆點會貼在上緣並標成 ↑ 12.3 這樣（箭頭後面是它真正的值）—— n = 5 的時候這種事會發生。

這張圖有一個容易滑過去的重點：下圖的點群比上圖歪得更厲害。 跑滿 40 組、n = 5 的時候，x̄ 最多差真值 1.56 萬（30%）， 但 s² 從真值的 9%（0.25）一路跳到 260%（7.01）。 這就是為什麼 最佳化 03 關的最優權重會亂跳 —— 它吃的是共變異數矩陣 C，而 C 裡面每一格都是這種抖得比平均更兇的東西。

⑥-B　還債：n − 1 到底為什麼

02 關的變異數分母寫的是 n − 1，當時丟了一句 「關鍵字：自由度」就跑了。現在你有母體、有樣本、有模擬，可以把它做成實驗看：

為什麼 ÷n 會系統性偏小 —— 一句話版

「x̄ 是離這組資料最近的那一點」不是比喻，那是 02 關證過的事： 02 關第 ⑦ 節把 n 筆資料看成一條 n 維向量， 把它拆成「平均那一塊」＋「偏差那一塊 c」，兩塊互相垂直。 垂直就代表「偏差那一塊已經被壓到最短」—— 換任何別的中心，那條 c 都會變長。 正式寫出來就是這條恆等式：

少算多少？平均而言，少掉的那一塊剛好是 σ² / n（那就是下一節的 標準誤平方）。所以：

補一個名詞好讓你看得懂別人的 code：那個「−1」在程式庫裡叫 ddof（delta degrees of freedom， NumPy／pandas 都用這個名字），意思是「分母要扣掉幾個自由度」。 np.var(a) 預設 ddof=0（÷n，偏小）， pandas.Series.var() 預設 ddof=1（÷n−1）。 同一份資料丟兩個庫會得到兩個答案，這是真的會出包的坑。 本站 LAB.M.variance(a, ddof) 預設 ddof = 1。

所以這一節的結論是：x̄ 與 s² 都是會抖的估計值； s² 用 n−1 當分母，是為了讓它「平均而言對準」σ²。 注意「平均而言對準」不等於「這一次算對」—— 你手上那一次還是歪的。歪多少，看第 ⑧ 節。

⑦ 大數法則：抽得越多，平均越靠近真值

上一節你看到「n 越大，x̄ 越不抖」。 把這件事講成一句定理就是大數法則（Law of Large Numbers）：

頭一兩筆的平均有可能衝出畫面上緣（例如第一筆就抽到 11 萬），那時折線會貼著上緣走一小段 —— 那不是畫錯，那正是「n 很小的時候平均完全不可信」長出來的樣子。

⑧ 你的估計有多不準：標準誤 SE = σ / √n

前面兩節你看了兩次同一件事：x̄ 會抖，n 越大越不抖。 現在把「抖多少」變成一個能算的數字。

關鍵轉念在這裡，而且它是這一整關最需要慢下來的一句： x̄ 自己也是一台機器吐出來的東西。 你抽 n 個人、算一個平均 —— 這整套動作合起來就是一台新機器， 它吐出來的產品叫「一個樣本平均」。既然是機器，它就有自己的 μ 和 σ：

為什麼特別給它一個名字「標準誤」而不是繼續叫標準差？因為它量的東西不同： σ 量的是「人跟人之間差多少」， SE 量的是「你這次的估計跟真值差多少」。 前者是世界的性質（你蒐再多資料都不會變小），後者是你的無知程度（會隨 n 縮小）。 報告裡混用這兩個是很常見的錯。

把 n 排成一張表，看 √n 怎麼咬人

下表是同一台薪水機器，同一個 seed，只換 n（每一列都是現場跑 500 輪算出來的）：

所以這一節的結論是：任何從資料算出來的數字，都應該附一個「它有多不準」。 平均值的那個「多不準」叫標準誤，公式是 σ/√n。 沒有附誤差的統計量，等於沒有單位的物理量。

⑨ 從一個點升級成一段區間：信賴區間怎麼讀

⑧ 節那張圖上有一對綠色細括號，標在 μ ± 2·SE， 當時只說「大約 95% 的輪數落在裡面」。這一節做兩件事：給那對括號一個正式的名字， 然後修掉它偷的兩個懶。

先講「點估計」跟「區間估計」的差別，因為這是整節的動機：

⑨-A　把括號翻過來：從 μ ± 2SE 變成 x̄ ± 2SE

⑧ 節的括號畫在 μ 身上，那是上帝視角：我程式裡知道真值， 所以能畫「x̄ 大概會落在哪」。真實世界你不知道 μ —— 你只有一個 x̄。所以要把那句話翻過來：

然後修掉第一個懶：SE = σ/√n 裡的 σ 你也不知道 —— 它是母體真值。真實世界只能拿這一組自己算出來的 s 去代替它：

⑨-B　動手：40 組樣本、40 條區間，只有一條紫線不動

⑨-C　σ 未知的代價：t 分布（只給直覺，不推導）

現在講第二個懶。k = 2 這個數字是從常態分布來的：常態的中央 95% 落在 ±1.96σ 內 （機率統計 02 關會親手積出來）。但那條推導假設 σ 是已知的。

你手上是 s，而 s 自己也會抖 —— ⑥-A 那張下圖已經給你看過：變異數比平均更難估， n = 5 的時候 s² 可以差好幾倍。 於是 (x̄ − μ)/(s/√n) 這個量比 (x̄ − μ)/(σ/√n) 更容易跑到很遠： 分子偶然大的時候，分母有時候剛好也偏小，兩件事湊起來就把它推出去。

看最後一欄就知道 t 什麼時候值得在意：n ≥ 30 之後它跟 2 差不到 5%， 這就是「n 大了就可以用常態近似」那句話的真正內容。 而 n = 5 的時候差 42% —— 小樣本硬用 2，你的區間會系統性地太窄， 也就是你會比你以為的更常猜錯。上面的玩具把 n 切到 5 再切臨界值，覆蓋率的差就是這件事。

⑨-D　區間長度：又是那條 √n

下表是同一台機器、同一個臨界值設定，只換 n（長度直接套公式，沒有模擬）：

n 從 20 變成 80（4 倍），長度剩下大約一半；變成 320（16 倍），剩下四分之一。 跟 ⑧ 節同一條 √n，只是這次縮的是括號的寬度而不是直方圖的寬度。 反過來用就是專案排程時最實際的那句話：想把信賴區間縮一半，準備四倍的資料收集成本。

所以這一節的結論是：交出一個數字等於什麼都沒交。 交出 x̄ ± k·(s/√n) 才算交代完 —— 而且要記得那 95% 是 程序的良率，不是這一段區間的機率。

⑩ 數學長怎樣（先給 code，再給符號）

本頁每一張圖背後就是這幾行。先看 code，符號版在下面：

// 一台機器 = 值的清單 + 對應的機率清單
const machine = { vals: [1,2,3,4,5,6], ps: [1/6,1/6,1/6,1/6,1/6,1/6] };

// 母體真值（把整張表加權加起來，沒有「抽樣」這回事）
const mu    = sum(machine.vals.map((v,i) => machine.ps[i] * v));           // E[X] = Σ pᵢvᵢ
const sigma2 = sum(machine.vals.map((v,i) => machine.ps[i] * (v-mu)**2));  // σ² = Σ pᵢ(vᵢ-μ)²

// 按一下機器 = 擲一顆 0~1 的亂數，看它落在哪一段
function draw(rng) {
  const r = rng(); let acc = 0;
  for (let i = 0; i < machine.vals.length; i++) {
    acc += machine.ps[i];
    if (r <= acc) return machine.vals[i];
  }
}

// 抽 n 個，算樣本統計量（這是你在真實世界唯一做得到的事）
function sample(n, rng) {
  const a = []; for (let i = 0; i < n; i++) a.push(draw(rng));
  const xbar = sum(a) / n;                                  // x̄
  const ss   = sum(a.map(x => (x - xbar) ** 2));             // Σ(xᵢ - x̄)²
  return { xbar, s2_biased: ss / n, s2: ss / (n - 1) };      // ÷n 偏小；÷(n-1) 才對準
}

// ⑥-B 的整個實驗就是這五行
const est = []; for (let r = 0; r < 2000; r++) est.push(sample(5, rng));
mean(est.map(e => e.s2_biased));   // → 2.32　（真值 2.92 的 79.7%，偏小）
mean(est.map(e => e.s2));          // → 2.90　（真值 2.92 的 99.6%，對準）

// ⑤ 的運算規則：全部只是「機率當權重加起來」，沒有動用任何新工具
const E = (g) => sum(machine.vals.map((v,i) => machine.ps[i] * g(v)));
E(v => 2*v + 5);              // = 2·E[X] + 5   ← E[aX+b] = aE[X] + b
E(v => v*v) - E(v => v)**2;   // = σ²           ← Var(X) = E[X²] − μ²

// ⑨ 的信賴區間：分母那個 s 是「這一組自己算的」，不是偷看 σ
const st = sample(n, rng);
const half = k * Math.sqrt(st.s2 / n);          // k = 2，或 t 的 0.975 分位（自由度 n−1）
[st.xbar - half, st.xbar + half];               // 這一組的信賴區間

順帶把 02 關那條「變異數就是內積」接上： s² = (c · c) / (n − 1)，其中 c 是中心化向量。 這一關唯一改的事情是分母的意義 —— 那個 n − 1 不再是「一個固定的分母」， 而是「為了讓 E[s²] = σ² 成立所必須的修正」。幾何沒變，只是知道了它為什麼。

⑪ 工程師的「原來如此」

⑫ 踩坑

⑬ 這關回答了什麼