Содержание
- Примеры независимых событий
- Примеры зависимых событий
- Качественное обоснование
- Нахождение, как переменные связаны
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 различают события на два типа: независимые и зависимые. Статистик должен доказать, что событие является независимым или зависит от переменной.
Примеры независимых событий
По данным Колледжа образования Университета Джорджии, независимым событием является случай, когда две переменные по вероятности никак не влияют друг на друга. Например, если человек дважды играет в кости, результат не определяется количеством бросков. Другой пример - правша, бросающая кости. Тот факт, что человек правша, не влияет на исход данных.
Примеры зависимых событий
Педагогический колледж в Университете Джорджии определяет зависимое событие как две переменные в вероятности того, что они влияют друг на друга. Например, в колоде всего 52 карты, каждая из которых черная или красная, содержит цифры, изображения королей и королев, а также такие символы, как мечи, тузы, алмазы и булавы. Таким образом, если кто-то берет две карты в игре, он может рассчитать вероятность того, какие карты он взял.
Качественное обоснование
Чтобы объяснить разницу между зависимым и независимым событием, необходимы качественные объяснения. Например, математический факультет Университета штата Флорида приводит пример человека, одетого в гипс на левой руке. Мы делаем вывод, что левая рука человека должна быть сломана. Это рассуждение помогает показать, что это зависимое событие. Это зависимое событие, потому что есть большая вероятность, что использование гипса на определенной области вашего тела определит, что область содержит сломанную кость. Таким образом, вычисление вероятности может быть сделано.
Нахождение, как переменные связаны
Самая большая проблема со статистикой - попытаться определить, связано ли одно событие с другим. Очень трудно создать вероятность для независимых событий, хотя это не значит, что это невозможно. Пример иллюстрирует эту трудность: скажем, у человека есть 7 как последняя цифра CPF и что его день рождения 3 января. Статистик с достаточными ресурсами может сообщить нам процент людей в стране, которые празднуют свой день рождения 3 января и имеют 7 в качестве последней цифры CPF. Но рассчитать вероятность того, что эти события будут влиять друг на друга или повторяться, сложно или невозможно.