Різниця між залежними і незалежними подіями

Автор: Roger Morrison
Дата Створення: 3 Вересень 2021
Дата Оновлення: 16 Листопад 2024
Anonim
t-Стьюдента для залежних вибірок в SPSS, розмір ефекту
Відеоролик: t-Стьюдента для залежних вибірок в SPSS, розмір ефекту

Зміст

У статистиці подія є змінною в межах ймовірності. Коли статистик намагається визначити ймовірність того, що щось відбудеться, він намагається побачити, як два події впливають один на одного. Вони розмежовують події на два типи: незалежні та залежні. Статистик повинен довести, що подія є незалежною або залежною від змінної.


Знання, як грати в кістки, може бути незалежною або залежною змінною (Thinkstock / Comstock / Getty Images)

Приклади незалежних подій

Згідно з коледжем освіти в Університеті Грузії, незалежною подією є те, коли дві змінні в імовірності не впливають один на одного будь-яким чином. Наприклад, якщо людина грає кістки двічі поспіль, результат не визначається кількістю рулонів. Іншим прикладом є права людина, яка кидає кістки. Сам факт, що людина правша, не впливає на результат даних.

Приклади залежних подій

Навчальний коледж Університету Грузії визначає залежну подію як дві змінні в імовірності того, що вони впливають один на одного. Наприклад, на палубі є лише 52 карти, всі вони чорні або червоні, мають цифри, зображення королів і королев і символи, як мечі, тузи, діаманти та клуби. Тому, якщо хтось приймає дві карти в грі, ця людина може обчислити ймовірність того, які карти він взяв.


Якісне розуміння

Щоб пояснити різницю між залежною та незалежною подією, необхідні якісні пояснення. Наприклад, кафедра математики при Університеті штату Флорида дає приклад людині, що носить кидок на лівій руці. Виводимо, що ліву руку людини потрібно зламати. Ця аргументація допомагає показати, що це залежний захід. Це залежний захід, тому що є хороший шанс, що використання гіпсу на певній ділянці вашого тіла визначить, що область містить зламану кістку. Отже, можна розрахувати ймовірність.

Пошук підключення змінних

Найбільша проблема статистики полягає в тому, щоб визначити, чи пов'язана одна подія з іншою. Дуже важко створити ймовірність незалежних подій, хоча це не означає, що це неможливо. Приклад ілюструє цю складність: скажімо, що людина має 7, як останню цифру CPF, і що його день народження - 3 січня. Статистик з достатніми ресурсами може сказати нам про процент людей у ​​країні, які святкують свій день народження 3 січня і мають 7 як останню цифру CPF. Але обчислення ймовірності цих подій, що впливають один на одного або знову відбуваються, важко або неможливо.