Zawartość
- Przykłady niezależnych wydarzeń
- Przykłady zdarzeń zależnych
- Rozumowanie jakościowe
- Znajdowanie sposobu połączenia zmiennych
W statystykach zdarzenie jest zmienną z prawdopodobieństwem. Kiedy statystyk próbuje określić prawdopodobieństwo, że coś się wydarzy, próbuje zobaczyć, jak dwa wydarzenia wpływają na siebie. Rozróżniają zdarzenia na dwa typy: niezależne i zależne. Statystyka musi udowodnić, że zdarzenie jest niezależne lub zależne od zmiennej.
Przykłady niezależnych wydarzeń
Według College of Education na University of Georgia zdarzenie niezależne ma miejsce, gdy dwie zmienne w prawdopodobieństwie nie wpływają na siebie w żaden sposób. Na przykład, jeśli osoba gra kości dwa razy z rzędu, wynik nie jest z góry określony przez liczbę rzutów. Innym przykładem jest osoba praworęczna rzucająca kostką. Sam fakt, że osoba jest praworęczna, nie wpływa na wynik danych.
Przykłady zdarzeń zależnych
College of Education na University of Georgia definiuje zdarzenie zależne jako dwie zmienne, które prawdopodobnie wpływają na siebie. Na przykład w talii są tylko 52 karty, z których wszystkie są czarne lub czerwone, mają liczby, zdjęcia królów i królowych oraz symbole, takie jak miecze, asy, diamenty i pałki. Jeśli więc ktoś weźmie dwie karty w grze, może obliczyć prawdopodobieństwo, które karty zabrał.
Rozumowanie jakościowe
Aby wyjaśnić różnicę między zdarzeniem zależnym a niezależnym, konieczne są wyjaśnienia jakościowe. Na przykład Wydział Matematyki na Uniwersytecie Stanowym na Florydzie podaje przykład osoby noszącej gips na lewym ramieniu. Dochodzimy do wniosku, że lewe ramię osoby powinno zostać złamane. To rozumowanie pomaga pokazać, że jest to zdarzenie zależne. Jest to zdarzenie zależne, ponieważ istnieje duże prawdopodobieństwo, że użycie gipsu na określonym obszarze ciała określi, że obszar zawiera złamaną kość. Można więc obliczyć prawdopodobieństwo.
Znajdowanie sposobu połączenia zmiennych
Największym problemem ze statystykami jest próba ustalenia, czy jedno zdarzenie jest połączone z innym. Bardzo trudno jest stworzyć prawdopodobieństwo dla zdarzeń niezależnych, chociaż nie oznacza to, że nie jest to możliwe. Przykład ilustruje tę trudność: powiedzmy, że osoba ma 7 jako ostatnią cyfrę CPF i że jego urodziny przypadają na 3 stycznia. Statystyk z wystarczającymi zasobami może być w stanie podać nam odsetek osób w kraju, które obchodzą swoje urodziny 3 stycznia i mają 7 jako ostatnią cyfrę CPF. Jednak obliczanie prawdopodobieństwa, że te zdarzenia będą miały na siebie wpływ lub pojawią się ponownie, jest trudne lub niemożliwe.