المحتوى
في الإحصاء ، الحدث هو متغير داخل الاحتمال. عندما يحاول الإحصائي تحديد احتمال حدوث شيء ما ، فإنه يحاول أن يرى كيف يؤثر حدثان على بعضهما البعض. يفرقون الأحداث إلى نوعين: مستقل وآخر تابع. يجب أن يثبت الإحصائي أن الحدث مستقل أو يعتمد على متغير.
أمثلة على الأحداث المستقلة
وفقًا لكلية التربية بجامعة جورجيا ، فإن الحدث المستقل هو عندما لا يؤثر المتغيران في الاحتمال على بعضهما البعض بأي شكل من الأشكال. على سبيل المثال ، إذا قام شخص ما برمي النرد مرتين على التوالي ، فلن يتم تحديد النتيجة مسبقًا بعدد اللفات. مثال آخر هو شخص أعسر يرمي النرد. إن مجرد حقيقة أن الشخص يستخدم يده اليمنى لا يؤثر على نتيجة البيانات.
أمثلة على الأحداث التابعة
تعرف كلية التربية بجامعة جورجيا حدثًا تابعًا كمتغيرين في احتمال أن يؤثر كل منهما على الآخر. على سبيل المثال: لا يوجد سوى 52 بطاقة في المجموعة ، وكلها سوداء أو حمراء ، وتحتوي على أرقام وصور لملوك وملكات ورموز مثل البستوني ، والصوت ، والماس ، والهراوات. لذلك ، إذا أخذ شخص ما بطاقتين في لعبة ما ، فيمكن لهذا الشخص حساب احتمالية البطاقات التي رسمها.
التفكير النوعي
لشرح الفرق بين حدث تابع ومستقل ، هناك حاجة إلى تفسيرات نوعية. على سبيل المثال ، يقدم قسم الرياضيات في جامعة ولاية فلوريدا مثالًا لشخص يرتدي جبيرة على ذراعه اليسرى. نستنتج أنه يجب كسر ذراع الشخص اليسرى. يساعد هذا المنطق في إظهار أن هذا حدث تابع. إنه حدث معتمد لأن هناك فرصة جيدة أن استخدام الجص في منطقة معينة من الجسم سيحدد أن المنطقة تحتوي على عظم مكسور. وبالتالي ، يمكن حساب الاحتمالات.
معرفة كيفية ارتباط المتغيرات
أكبر مشكلة في الإحصاء هي محاولة تحديد ما إذا كان حدث ما مرتبطًا بآخر. من الصعب جدًا إنشاء احتمال لأحداث مستقلة ، على الرغم من أن هذا لا يعني أنه غير ممكن. يوضح مثال هذه الصعوبة: لنفترض أن الشخص لديه الرقم 7 باعتباره الرقم الأخير من CPF وأن عيد ميلاده في الثالث من يناير. قد يتمكن خبير إحصائي لديه موارد كافية من إخبارنا عن النسبة المئوية للأشخاص في الدولة الذين لديهم عيد ميلاد في 3 كانون الثاني (يناير) ولديهم الرقم 7 كأخر رقم في CPF. لكن حساب احتمالية تأثير هذه الأحداث على بعضها البعض أو حدوثها مرة أخرى أمر صعب أو مستحيل.