反向連結 · 大數法則

樣本空間（Sample Space）是[[概率論]]中的基本概念，指在一次[[隨機實驗]]中，所有可能出現的結果所組成的集合，通常用 Ω 或 S 來表示。 樣本空間中的每一個元素稱為[[樣本點]]或[[基本事件]]，例如擲一枚硬幣的樣本空間為 {正面、反面}，擲一顆六面骰子的樣本空間則為 {1,2,3,4,5,6}。 在定義[[概率分布]]時，樣本空間是必不

## 機率空間 在[[概率論]]的理論體系中，機率空間是描述隨機實驗的完整模型。它由三個核心元素構成：[[樣本空間]] Ω、事件族 ℱ（即[[σ-代數]]）以及定義在 ℱ 上的[[概率測度]] P。樣本空間囊括所有可能的原始結果，事件族是滿足可數可加性的子集合族，而概率測度則為每個事件指派一個介於 0 與 1 之間的數值，用以衡量該事件發生的可能性。 在實際

在[[統計學]]中，[[無偏估計]]是指用來估計母體參數的[[估計量]]其[[期望值]]等於該參數的真值。若重複抽樣多次並計算估計值的平均，會發現這些平均數與真實參數幾乎沒有系統性偏差，這正是所謂的[[無偏性]]。無偏估計確保在長期重複使用下不會出現高估或低估的情形，這對於[[抽樣]]設計與[[大數法則]]的應用相當重要。實務上，[[最小方差估計]]往往在滿