Kebarangkalian: asas untuk statistik dan sains data
Kebarangkalian adalah asas kepada statistik dan sains data, menyediakan rangka kerja untuk mengukur ketidakpastian dan membuat ramalan. Memahami kebarangkalian bersama, marginal, dan bersyarat adalah kunci untuk menganalisis peristiwa, sama ada bebas atau bergantung. Artikel ini menjelaskan konsep -konsep ini dengan penjelasan dan contoh.
Jadual Kandungan:
Apakah kebarangkalian?
Kebarangkalian mengukur kemungkinan peristiwa, mulai dari 0 (mustahil) hingga 1 (tertentu). Flip duit syiling yang adil mempunyai kebarangkalian 0.5 kepala pendaratan.
Kebarangkalian bersama
Kebarangkalian bersama mengukur kemungkinan dua atau lebih peristiwa yang berlaku serentak. Untuk peristiwa A dan B, ia dilambangkan P (A ∩ B).
Formula: p (a ∩ b) = p (a | b) p (b) = p (b | a) p (a)
Contoh: Melancarkan mati dan membalikkan duit syiling:
Sekiranya Bebas: P (A ∩ B) = (1/6) * (1/2) = 1/12
Kebarangkalian marginal
Kebarangkalian marginal adalah kebarangkalian satu peristiwa, tanpa mengira peristiwa lain. Ia dikira dengan menjumlahkan kebarangkalian bersama yang relevan.
Untuk peristiwa A: p (a) = σ p (a ∩ b i ) (menjumlahkan semua kemungkinan b i )
Contoh: dataset pelajar:
Kebarangkalian marginal menjadi lelaki adalah 0.6.
Kebarangkalian bersyarat
Kebarangkalian bersyarat mengukur kemungkinan satu peristiwa (a) diberi peristiwa lain (b) telah berlaku. Dilambangkan p (a | b).
Formula: p (a | b) = p (a ∩ b) / p (b)
Contoh: Dari dataset pelajar:
P (lelaki | bola keranjang) = p (lelaki ∩ bola keranjang) / p (bola keranjang) = 0.2 / 0.3 = 0.67
67% pemain bola keranjang adalah lelaki.
Hubungan antara kebarangkalian bersama, marginal, dan bersyarat
Pelaksanaan Python
Kod Python berikut menunjukkan pengiraan kebarangkalian bersama, marginal, dan bersyarat menggunakan numpy
dan pandas
:
import numpy sebagai np Import Pandas sebagai PD # ... (kod untuk pengiraan kebarangkalian bersama, marginal, dan bersyarat seperti dalam input asal) ...
Aplikasi dunia nyata
Kesimpulan
Memahami kebarangkalian bersama, marginal, dan bersyarat adalah penting untuk menganalisis situasi dan kebergantungan yang tidak menentu. Konsep -konsep ini adalah asas kepada teknik pembelajaran statistik dan mesin lanjutan.
Soalan yang sering ditanya
Q1. Apakah kebarangkalian bersama? Kebarangkalian dua atau lebih peristiwa yang berlaku bersama.
S2. Bagaimana anda mengira kebarangkalian bersama? P (a ∩ b) = p (a | b) p (b) (atau p (a) p (b) jika bebas).
Q3. Apakah kebarangkalian kecil? Kebarangkalian satu peristiwa, tanpa mengira orang lain.
Q4. Bilakah menggunakan kebarangkalian bersama, kecil, dan bersyarat? Gunakan sendi untuk pelbagai acara bersama -sama, marginal untuk satu acara, dan bersyarat untuk satu acara yang diberikan yang lain.
S5. Perbezaan antara kebarangkalian bersama dan bersyarat? Bersama menganggap kedua -dua peristiwa berlaku (P (A ∩ B)); Bersyarat menganggap satu peristiwa yang diberi satu lagi (P (A | B)).
Atas ialah kandungan terperinci Apakah kebarangkalian bersama, kecil, dan bersyarat?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!