المحتوى
في الإحصائيات ، يعد الحدث متغيرًا ضمن الاحتمال. عندما يحاول خبير الإحصاء تحديد احتمال حدوث شيء ما ، فإنه يحاول أن يرى كيف يؤثر حدثان على بعضهما البعض. يميزون الأحداث إلى نوعين: مستقلون ويعتمدون. يجب أن يثبت الإحصائي أن الحدث مستقل أو يعتمد على متغير.
أمثلة على الأحداث المستقلة
وفقًا لكلية التربية في جامعة جورجيا ، فإن الحدث المستقل هو عندما لا يؤثر المتغيرين في الاحتمال على بعضهما البعض بأي شكل من الأشكال. على سبيل المثال ، إذا قام شخص ما بلعب الزهر مرتين على التوالي ، فإن النتيجة ليست محددة مسبقًا بعدد اللفات. مثال آخر هو شخص يميني يرمي النرد. مجرد حقيقة أن الشخص يمينًا لا يؤثر على نتائج البيانات.
أمثلة على الأحداث التابعة
تُعرّف كلية التربية في جامعة جورجيا الحدث التابع بأنه متغيرين في احتمال تأثيرهما على بعضهما البعض. على سبيل المثال ، لا يوجد سوى 52 ورقة على سطح السفينة ، وكلها سوداء أو حمراء ، وتحتوي على أرقام وصور الملوك والملكات ، ورموز مثل السيوف والصوص والماس والنوادي. لذلك إذا أخذ شخص ما ورقتين في إحدى الألعاب ، فيمكن لهذا الشخص حساب احتمال البطاقات التي حصل عليها.
التفكير النوعي
لشرح الفرق بين الحدث المستقل والحدث المستقل ، تفسيرات نوعية ضرورية. على سبيل المثال ، يقدم قسم الرياضيات في جامعة ولاية فلوريدا مثالًا على شخص يرتدي فريقًا مصبوبًا على ذراعه الأيسر. نستنتج أن ذراع الشخص الأيسر يجب كسرها. يساعد هذا المنطق في إظهار أن هذا حدث تابع. إنه حدث تابع لأن هناك فرصة جيدة لأن استخدام الجص في منطقة معينة من جسمك سيحدد أن المنطقة تحتوي على عظم مكسور. لذلك يمكن إجراء حساب الاحتمال.
العثور على كيفية اتصال المتغيرات
المشكلة الأكبر في الإحصائيات هي محاولة تحديد ما إذا كان حدث ما مرتبطًا بآخر. من الصعب جدًا إنشاء احتمال للأحداث المستقلة ، رغم أن هذا لا يعني أنه غير ممكن. مثال يوضح هذه الصعوبة: دعنا نقول أن الشخص لديه 7 كأخر رقم من CPF وأن عيد ميلاده هو يوم 3 يناير. قد يكون بإمكان الإحصائي الذي لديه موارد كافية أن يخبرنا عن النسبة المئوية للأشخاص في البلاد الذين يحتفلون بعيد ميلادهم في 3 كانون الثاني (يناير) ويحصلون على الرقم 7 باعتباره الرقم الأخير في CPF. لكن حساب احتمالية تأثير هذه الأحداث على بعضها البعض أو حدوثها مرة أخرى أمر صعب أو مستحيل.