Съдържание
- Примери за независими събития
- Примери за зависими събития
- Качествени разсъждения
- Разберете как са свързани променливите
В статистиката събитието е променлива в рамките на вероятността. Когато статистик се опитва да определи вероятността нещо да се случи, той се опитва да види как две събития си влияят. Те разграничават събитията в два вида: независими и зависими. Статистикът трябва да докаже, че дадено събитие е независимо или зависи от променлива.
Примери за независими събития
Според Педагогическия факултет на Университета в Джорджия, независимо събитие е, когато двете променливи в вероятността не си влияят по никакъв начин. Например, ако човек хвърля зарове два пъти подред, резултатът не се предопределя от броя на хвърлянията. Друг пример е десничар, който хвърля заровете. Самият факт, че дадено лице е дясна ръка, не влияе върху резултата от данните.
Примери за зависими събития
Училището за образование в Университета в Джорджия определя зависимото събитие като две променливи с вероятност те да си влияят взаимно. Например: в тестето има само 52 карти, всички от които са черни или червени, имат номера, изображения на крале и дами и символи като пики, асове, диаманти и бухалки. Така че, ако някой вземе две карти в игра, този човек може да изчисли вероятността кои карти е изтеглил.
Качествени разсъждения
За да се обясни разликата между зависимо и независимо събитие, са необходими качествени обяснения. Например, Департаментът по математика в Университета на Флорида дава пример с човек, носещ гипс на лявата си ръка. Ние заключаваме, че лявата ръка на човека трябва да бъде счупена. Това разсъждение помага да се покаже, че това е зависимо събитие. Това е зависимо събитие, защото има голяма вероятност използването на мазилка върху определена област от тялото ви да определи, че зоната съдържа счупена кост. По този начин може да се направи изчисление на вероятностите.
Разберете как са свързани променливите
Най-големият проблем в статистиката е опитът да се определи дали едно събитие е свързано с друго. Много е трудно да се създаде вероятност за независими събития, въпреки че това не означава, че не е възможно. Пример илюстрира тази трудност: да кажем, че човек има 7 като последната цифра на CPF и че рожденият му ден е на 3 януари. Статистик с достатъчно ресурси може да ни каже процентът на хората в страната, които имат рожден ден на 3 януари и имат 7 като последната цифра на CPF. Но изчисляването на вероятността тези събития да си повлияят или да се случат отново е трудно или невъзможно.