Zawartość
- Przykłady niezależnych wydarzeń
- Przykłady zdarzeń zależnych
- Rozumowanie jakościowe
- Dowiedzenie się, jak są połączone zmienne
W statystyce zdarzenie jest zmienną w ramach prawdopodobieństwa. Kiedy statystyk próbuje określić prawdopodobieństwo, że coś się wydarzy, próbuje zobaczyć, jak dwa zdarzenia wpływają na siebie. Rozróżniają zdarzenia na dwa typy: niezależne i zależne. Statystyk musi udowodnić, że zdarzenie jest niezależne lub zależne od zmiennej.
Przykłady niezależnych wydarzeń
Według Wydziału Edukacji University of Georgia niezależne zdarzenie ma miejsce, gdy dwie zmienne prawdopodobnie nie wpływają na siebie w żaden sposób. Na przykład, jeśli osoba rzuca kośćmi dwa razy z rzędu, wynik nie jest z góry określony przez liczbę rzutów. Innym przykładem jest osoba praworęczna rzucająca kostką. Sam fakt, że dana osoba jest praworęczna, nie wpływa na wynik danych.
Przykłady zdarzeń zależnych
University of Georgia School of Education definiuje zdarzenie zależne jako dwie zmienne z prawdopodobieństwem, że wpływają na siebie nawzajem. Na przykład: w talii są tylko 52 karty, z których wszystkie są czarne lub czerwone, mają numery, obrazy królów i dam oraz symbole, takie jak pik, asy, karo i trefl. Tak więc, jeśli ktoś weźmie dwie karty w grze, może obliczyć prawdopodobieństwo dobrania kart.
Rozumowanie jakościowe
Aby wyjaśnić różnicę między zdarzeniem zależnym a niezależnym, potrzebne są wyjaśnienia jakościowe. Na przykład Wydział Matematyki Uniwersytetu Stanowego Florydy podaje przykład osoby noszącej gips na lewym ramieniu. Wychodzimy z tego, że osoba musi złamać lewą rękę. To rozumowanie pomaga pokazać, że jest to zdarzenie zależne. Jest to zdarzenie zależne, ponieważ istnieje duża szansa, że nałożenie plastra na określony obszar ciała spowoduje, że w tym miejscu znajduje się złamana kość. W ten sposób można obliczyć prawdopodobieństwa.
Dowiedzenie się, jak są połączone zmienne
Największym problemem w statystykach jest próba ustalenia, czy jedno zdarzenie jest powiązane z innym. Bardzo trudno jest stworzyć prawdopodobieństwo niezależnych zdarzeń, chociaż nie oznacza to, że nie jest to możliwe. Przykład ilustruje tę trudność: powiedzmy, że dana osoba ma 7 jako ostatnią cyfrę CPF i że jej urodziny przypadają na 3 stycznia. Statystyk dysponujący wystarczającymi zasobami może nam powiedzieć, jaki procent ludzi w kraju obchodzą urodziny 3 stycznia i mają 7 jako ostatnią cyfrę CPF. Ale obliczenie prawdopodobieństwa, że te wydarzenia będą wpływać na siebie nawzajem lub wystąpią ponownie, jest trudne lub niemożliwe.