一.課堂筆記
二.課本重點摘錄
Ch6.1 Continuous Probability Distribution連續型機率分配P214
（摘錄五項重點）
1.連續型機率根據曲線下區域形狀不同，課本分為三類，normal distribution、uniform distribution和exponential distribution
擷取課本圖片
- normal distribution常態分配：常態分配的圖形為對稱且鐘型，大部分的數值在平均數附近，範圍可以為正負無限，但極值佔比不大。
- uniform distribution均勻分布：又叫rectangular distribution，在當中，每個值有的數量一樣
- exponential distribution 指數分配：包含零到正無限大，右偏，平均數大於中位數。
5.probability density function機率密度函數：連續機率分配可以用數學來表示，即為機率密 度函數，機率密度函數定義連續機率中數值的分配，決定一個值是否在特定範圍的機率。
Ch6.2 The Normal Distribution常態分配P215
（摘錄十項重點）
1.是最常用的連續分佈。
2.可以用常態分配逼近不同的離散分配，因其與中央極限定理的關聯（7.2），常態分佈提供分類統計推論的基礎。
3.在商業上，常態分配常用來做決定，估計數值。
4.常態分配的理論性質1：是對稱的，所以中位數跟平均數一樣。
5.常態分配的理論性質2：鐘型，數值多發生在平均數。
6.常態分配的理論性質3：四分位距約為1.33倍標準差。因此，中間的百分之五十，約處在平均數的三分之二標準差以下和三分之標準差以上。
- 常態分配的理論性質4：分配有無限的範圍。
8.常態分配的密度函數
課本截圖
9.計算常態分配的機率，首先用Z transformation formula轉成Z，轉換成Z以後，平均數就會都是0且標準差為1，接著就可再用查表的方式決定累加的常態分佈機率。表在課本的P664。
課本截圖
10.有時候會有反過來的需求，要找到X值，從Z推X的公式如下。
課本截圖
Ch6.5 Exponential Distribution指數分配 課本網路版
1.指數分配是一個右偏且範圍從零到無限大的連續分佈。
2.指數分配被廣泛應用在排隊理論到達的時間長度，像是到達ATM或是進入急診室跟網頁點擊時間。
3.指數機率密度函數公式
4.擷取網路資料了解
排隊的現象無所不在：買各種票、吃自助餐、超商、百貨公司……等。顧客揣度「應該排那一服務櫃台會比較快？」「到底還要排多久？」是城市生活的基本問題；相對的，商家也要盤算到底在何時要開幾個窗口櫃台才符合成本，探討這個問題的數學理論通稱為排隊理論，而指數分配經常被用到排隊理論，當作服務客人時間（這是一隨機變數）的機率密度函數。
讓我們假設某櫃台，服務客人的平均時間為 μ，想像在服務結束後，櫃員會亮燈請下一位客人進來，則亮燈的平均時間是 μ。若將「燈亮」視為一事件發生，則亮燈的過程近似於一 Poisson 過程。而且前面定義的 W 正好表示兩次亮燈間的間隔。所以 W 的機率密度函數是指數分配
參考資料http://episte.math.ntu.edu.tw/applications/ap_poisson/index.html
課本截圖
三.Phstat實作
檔案如下 05154152