Sadržaj
- Primjeri neovisnih događaja
- Primjeri ovisnih događaja
- Kvalitativno obrazloženje
- Otkrivanje načina povezivanja varijabli
U statistici je događaj varijabla unutar vjerojatnosti. Kad statističar pokušava utvrditi vjerojatnost da se nešto dogodi, pokušava vidjeti kako dva događaja utječu jedan na drugog. Razlikuju događaje u dvije vrste: neovisne i ovisne. Statističar mora dokazati da je događaj neovisan ili ovisan o varijabli.
Primjeri neovisnih događaja
Prema Pedagoškom fakultetu Sveučilišta Georgia, neovisan je događaj kada dvije varijable vjerojatnosti ne utječu jedna na drugu na bilo koji način. Na primjer, ako osoba dvaput zaredom baca kockice, rezultat nije unaprijed određen brojem bacanja. Drugi primjer je dešnjak koji baca kocku. Sama činjenica da je osoba dešnjak ne utječe na ishod podataka.
Primjeri ovisnih događaja
Škola za obrazovanje Sveučilišta u Georgiji definira ovisni događaj kao dvije varijable u vjerojatnosti da utječu jedna na drugu. Na primjer: u špilu su samo 52 karte, sve su crne ili crvene, imaju brojeve, slike kraljeva i kraljica te simbole kao što su pikovi, kečevi, dijamanti i palice. Dakle, ako netko u igri uzme dvije karte, ta osoba može izračunati vjerojatnost koje je karte izvukla.
Kvalitativno obrazloženje
Da bi se objasnila razlika između ovisnog i neovisnog događaja, potrebna su kvalitativna objašnjenja. Na primjer, Odjel za matematiku Sveučilišta Florida daje primjer osobe koja na lijevoj ruci nosi gips. Zaključujemo da čovjeku mora biti slomljena lijeva ruka. Ovo obrazloženje pomaže pokazati da je ovo ovisan događaj. Ovisan je događaj jer postoji velika vjerojatnost da će upotreba flastera na određenom dijelu vašeg tijela utvrditi da to područje sadrži slomljenu kost. Dakle, može se izvršiti izračun vjerojatnosti.
Otkrivanje načina povezivanja varijabli
Najveći problem u statistici je pokušaj utvrđivanja je li jedan događaj povezan s drugim. Vrlo je teško stvoriti vjerojatnost za neovisne događaje, iako to ne znači da to nije moguće. Primjer ilustrira ovu poteškoću: recimo da osoba ima 7 kao zadnju znamenku CPF-a i da joj je rođendan 3. siječnja. Statističar s dovoljno resursa možda će nam moći reći postotak ljudi u zemlji koji imaju rođendan 3. siječnja i imaju 7 kao zadnju znamenku CPF-a. Ali izračunavanje vjerojatnosti da će ti događaji utjecati jedni na druge ili će se ponoviti je teško ili nemoguće.