Содержание
- Примеры независимых мероприятий
- Примеры зависимых событий
- Качественное рассуждение
- Узнаем, как связаны переменные
В статистике событие - это переменная в пределах вероятности. Когда статистик пытается определить вероятность того, что что-то происходит, он пытается увидеть, как два события влияют друг на друга. Они разделяют события на два типа: независимые и зависимые. Статистик должен доказать, что событие не зависит от переменной или зависит от нее.
Примеры независимых мероприятий
Согласно Педагогическому колледжу Университета Джорджии, независимое событие - это когда две вероятностные переменные никак не влияют друг на друга. Например, если человек бросает кости дважды подряд, результат не зависит от количества бросков. Другой пример - правша, бросающая кости. Тот факт, что человек правша, не влияет на результат обработки данных.
Примеры зависимых событий
Педагогическая школа Университета Джорджии определяет зависимое событие как две переменные с вероятностью того, что они влияют друг на друга. Например: в колоде всего 52 карты, каждая из которых черного или красного цвета, с числами, изображениями королей и дам и такими символами, как пики, тузы, бубны и трефы. Итак, если кто-то берет две карты в игре, этот человек может вычислить вероятность того, какие карты он взял.
Качественное рассуждение
Чтобы объяснить разницу между зависимым и независимым событием, необходимы качественные объяснения. Например, факультет математики Университета штата Флорида приводит пример человека с гипсовой повязкой на левой руке. Мы делаем вывод, что у человека должна быть сломана левая рука. Это рассуждение помогает показать, что это зависимое событие. Это зависимое событие, потому что есть большая вероятность, что нанесение пластыря на определенную область вашего тела определит, что в этой области есть сломанная кость. Таким образом, можно произвести расчет вероятностей.
Узнаем, как связаны переменные
Самая большая проблема в статистике - это попытка определить, связано ли одно событие с другим. Очень сложно создать вероятность независимых событий, хотя это не означает, что это невозможно. Пример иллюстрирует эту трудность: предположим, что у человека цифра 7 является последней цифрой CPF, а его день рождения - 3 января. Статист, обладающий достаточными ресурсами, может сообщить нам процент людей в стране, у которых день рождения 3 января, а последняя цифра CPF - 7. Но рассчитать вероятность того, что эти события повлияют друг на друга или произойдут снова, сложно или невозможно.