תוֹכֶן
בסטטיסטיקה, אירוע הוא משתנה בתוך הסתברות. כאשר סטטיסטיקאי מנסה לקבוע את הסבירות שמשהו קורה, הוא מנסה לראות כיצד שני אירועים משפיעים זה על זה. הם מבדילים אירועים לשני סוגים: עצמאיים ותלויים. הסטטיסטיקאי חייב להוכיח כי אירוע הוא עצמאי או תלוי במשתנה.
דוגמאות לאירועים עצמאיים
על פי המכללה לחינוך באוניברסיטת ג'ורג'יה, אירוע עצמאי הוא כאשר שני המשתנים בהסתברות אינם משפיעים זה על זה בשום אופן. לדוגמה, אם אדם משחק קוביות פעמיים ברציפות, התוצאה לא נקבעת מראש במספר הלחצנים. דוגמה נוספת היא אדם ימני לזרוק את הקוביות. עצם העובדה שאדם ימני אינה משפיעה על תוצאות הנתונים.
דוגמאות לאירועים תלויים
המכללה לחינוך באוניברסיטת ג'ורג'יה מגדירה אירוע תלוי כשני משתנים, הסבירות שהם משפיעים זה על זה. לדוגמה, יש רק 52 קלפים בסיפון, כולם שחור או אדום, יש מספרים, תמונות של מלכים ומלכות, וסמלים כמו חרבות, אסים, יהלומים ומועדונים. אז אם מישהו לוקח שני קלפים במשחק, זה אדם יכול לחשב את ההסתברות של אילו קלפים הוא לקח.
הסברה איכותית
כדי להסביר את ההבדל בין אירוע תלוי לבין אירוע עצמאי, דרושים הסברים איכותיים. לדוגמה, המחלקה למתמטיקה באוניברסיטת פלורידה המדינה נותן את הדוגמה של אדם לובש יצוק על זרועו השמאלית. אנו מסיקים כי יש לשבור את זרועו השמאלית של האדם. הסבר זה עוזר להראות כי מדובר באירוע תלוי. זהו אירוע תלוי כי יש סיכוי טוב כי שימוש בטיח על אזור מסוים של הגוף שלך יקבע כי השטח מכיל עצם שבורה. אז חישוב ההסתברות יכול להיעשות.
מציאת כיצד משתנים משתנים
הבעיה הגדולה ביותר עם סטטיסטיקה היא מנסה לקבוע אם אירוע אחד מקושר אחרת. קשה מאוד ליצור הסתברות לאירועים עצמאיים, אם כי אין זה אומר שזה בלתי אפשרי. דוגמה ממחישה את הקושי הזה: נניח כי לאדם יש 7 כמו הספרה האחרונה של CPF וכי יום ההולדת שלו הוא ב -3 בינואר. סטטיסטיקן עם מספיק משאבים עשוי להיות מסוגל לספר לנו את אחוז האנשים במדינה אשר חוגגים את יום ההולדת שלהם ב -3 בינואר ויש להם את 7 כמו הספרה האחרונה של CPF. אבל חישוב ההסתברות של אירועים אלה משפיעים אחד על השני או מתרחש שוב קשה או בלתי אפשרי.