Съдържание
- Примери за независими събития
- Примери за зависими събития
- Качествено разсъждение
- Намиране как са свързани променливите
В статистиката събитие е променлива в рамките на вероятност. Когато един статистик се опита да определи вероятността нещо да се случи, той се опитва да види как две събития влияят един на друг. Те разделят събитията на два типа: независими и зависими. Статистикът трябва да докаже, че дадено събитие е независимо или зависи от променлива.
Примери за независими събития
Според Колежа по образование към Университета в Грузия, независимо събитие е, когато двете променливи по вероятност не влияят взаимно по никакъв начин. Например, ако човек играе зарове два пъти в ред, резултатът не е предопределен от броя на ролките. Друг пример е десният човек, който хвърля заровете. Самият факт, че дадено лице е десняк, не влияе на резултата от данните.
Примери за зависими събития
Колежът по образование в Университета на Грузия определя едно зависимо събитие като две променливи с вероятност да влияят една на друга. Например, в палубата има само 52 карти, всички от които са черни или червени, имат числа, снимки на крале и кралици и символи като мечове, аса, диаманти и клубове. Така че, ако някой вземе две карти в играта, този човек може да изчисли вероятността за това кои карти е взел.
Качествено разсъждение
За да се обясни разликата между зависимо и независимо събитие, са необходими качествени обяснения. Например, Департаментът по математика във Флоридския държавен университет дава пример за човек, носещ гласове 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 зависещо събитие, защото има голяма вероятност, че използването на мазилка върху определена област от тялото ви ще определи, че областта съдържа счупена кост. Така че може да се направи изчисление на вероятността.
Намиране как са свързани променливите
Най-големият проблем със статистиката е 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. Един пример илюстрира тази трудност: да кажем, че човек има 7 като последната цифра на CPF и че рождения му ден е на 3 януари. Статистик с достатъчно ресурси може да ни каже какъв е процентът на хората в страната, които празнуват рождения си ден на 3 януари и имат 7 като последната цифра на CPF. Но изчисляването на вероятността тези събития да повлияят взаимно или да се появят отново е трудно или невъзможно.