Innehåll
- Exempel på oberoende händelser
- Exempel på beroende händelser
- Kvalitativ resonemang
- Hitta hur variabler är anslutna
I statistik är en händelse en variabel inom en sannolikhet. När en statistiker försöker bestämma sannolikheten för att något händer, försöker han se hur två händelser påverkar varandra. De skiljer händelserna i två typer: oberoende och beroende. Statistiker måste bevisa att en händelse är oberoende eller beroende av en variabel.
Exempel på oberoende händelser
Enligt utbildningsskolan vid University of Georgia är en oberoende händelse när de två variablerna sannolikt inte påverkar varandra på något sätt. Till exempel, om en person spelar tärningar två gånger i rad, är resultatet inte förutbestämt av antalet rullar. Ett annat exempel är en högerhänge som kastar tärningen. Det faktum att en person är högerhänt påverkar inte utfallet av uppgifterna.
Exempel på beroende händelser
Utbildningsskolan vid University of Georgia definierar en beroende händelse som två variabler med sannolikhet att de påverkar varandra. Det finns till exempel bara 52 kort i ett däck, som alla är svarta eller röda, har siffror, bilder av kungar och drottningar och symboler som svärd, ess, diamanter och klubbar. Så om någon tar två kort i ett spel kan den personen beräkna sannolikheten för vilka kort han har tagit.
Kvalitativ resonemang
För att förklara skillnaden mellan en beroende och en självständig händelse är kvalitativa förklaringar nödvändiga. Till exempel, Department of Mathematics vid Florida State University ger exemplet på en person som bär en gjut på hans vänstra arm. Vi drar ut att personens vänstra arm borde brytas. Denna resonemang bidrar till att visa att detta är en beroende händelse. Det är en beroende händelse eftersom det finns en bra chans att det med ett gips på ett visst område av din kropp kommer att avgöra att området innehåller ett brutet ben. Så en sannolikhetsberäkning kan göras.
Hitta hur variabler är anslutna
Det största problemet med statistiken försöker avgöra om en händelse är kopplad till en annan. Det är mycket svårt att skapa en sannolikhet för oberoende händelser, men det betyder inte att det inte är möjligt. Ett exempel illustrerar denna svårighet: låt oss säga att en person har 7 som den sista siffran i CPF och att hans födelsedag är den 3 januari. En statistiker med tillräckliga resurser kan kanske berätta för andelen personer i landet som firar sin födelsedag den 3 januari och har 7 som den sista siffran i CPF. Men det är svårt eller omöjligt att beräkna sannolikheten för att dessa händelser påverkar varandra eller uppträder igen.