Priori tõenäosus - ülevaade, valem, näited

A priori tõenäosus, mida nimetatakse ka klassikaliseks tõenäosuseks, on tõenäosus, mis tuletatakse ametlikust arutluskäigust. Teisisõnu tuletatakse aprioorne tõenäosus sündmuse loogilisest uurimisest. A priori tõenäosus ei erine inimeselt inimesele (nagu ka subjektiivne tõenäosus Subjektiivne tõenäosus Subjektiivne tõenäosus viitab tõenäosusele, et midagi juhtub inimese individuaalse kogemuse või isikliku hinnangu põhjal. Subjektiivne) ja on objektiivne tõenäosus.

Priori tõenäosus

A Priori tõenäosuse valem

Priori tõenäosus

Kus:

  • f viitab soovitavate tulemuste arvule.
  • N viitab tulemuste koguarvule.

Pange tähele, et ülaltoodud valemit saab kasutada ainult selliste sündmuste korral, kus kõigi tulemuste esinemise tõenäosus on võrdne ja need välistavad vastastikku välistavad sündmused Statistikas ja tõenäosusteoorias on kaks sündmust vastastikku välistavad, kui need ei saa toimuda korraga. Lihtsaim vastastikku välistava näide.

Ametliku arutluse näide A Priori tõenäosuses

A priori tõenäosus nõuab ametlikku põhjendamist. Mõelge näiteks mündiviskele. Kui suur on aprioorset tõenäosust ühe mündi viskamisel?

Võib väita, et antud mündil on kaks külge, millel mõlemal on võrdne pind, et see on sümmeetriline. Eirates mündi servale maandumise ja sinna jäämise võimalust, võiks arvata, et mündi pähe maandumise tõenäosus on sama mis mündil sabadele laskumisel. Seetõttu on müntide viskamise a priori tõenäosus peadele võrdne mündiviske sabadele maandumisega, mis on 50%.

Näited A Priori tõenäosusest

Järgnevalt on toodud a priori tõenäosuse näited:

Näide 1: õiglane täringurull

Keeratakse kuuepoolne õiglane täring. Kui suur on a priori tõenäosus veeretada täringuveeret 2, 4 või 6?

Soovitavate tulemuste arv on 3 (2, 4 või 6 veeretamine) ja kokku on 6 tulemust. Selle näite a priori tõenäosus arvutatakse järgmiselt:

A priori tõenäosus = 3/6 = 50%. Seetõttu on 2, 4 või 6 veeremise a priori tõenäosus 50%.

Näide 2: kaardipakk

Kui suur on tavalises kaardipakis pikaässa loosimine?

Soovitavate tulemuste arv on 1 (labade äss) ja kokku on 52 tulemust. Selle näite a priori tõenäosus arvutatakse järgmiselt:

A priori tõenäosus = 1/52 = 1,92%. Seetõttu on labide ässa joonistamise a priori tõenäosus 1.92%.

Näide 3: mündivise

John otsib pea maandumise a priori tõenäosust. Ta korraldab ühe mündiviske, mis on näidatud allpool:

1. katse

Tulemus: Pea

Kui suur on aprioori tõenäosus pea maandumiseks?

Ülaltoodu on näide trikist - eelnev mündi viskamine ei mõjuta a priori pea maandumise tõenäosust. Pea maandumise a priori tõenäosus arvutatakse järgmiselt:

A priori tõenäosus = 1/2 = 50%. Seetõttu on pea maandumise a priori tõenäosus 50%.

Muud tüüpi tõenäosused

Lisaks a priori tõenäosusele on veel kaks peamist tõenäosuse tüüpi:

1. Empiiriline tõenäosus

Empiiriline tõenäosus viitab tõenäosusele, mis põhineb ajaloolistel andmetel. Näiteks kui kolm mündivisket andis pea, on empiiriline tõenäosus mündiviskes pea saada 100%.

2. Subjektiivne tõenäosus

Subjektiivne tõenäosus viitab tõenäosusele, mis põhineb kogemusel või isiklikul hinnangul. Näiteks kui analüütik usub, et „on 80% tõenäosus, et S&P 500 jõuab järgmise kuu kõigi aegade tippu,” kasutab ta subjektiivset tõenäosust.

Seotud lugemised

Finance pakub finantsmodelleerimise ja hindamise analüütikule (FMVA) ™ FMVA® sertifikaati. Liituge 350 600+ üliõpilasega, kes töötavad sellistes ettevõtetes nagu Amazon, JP Morgan ja Ferrari sertifitseerimisprogrammis neile, kes soovivad oma karjääri järgmisele tasemele viia. Õppimise jätkamiseks ja oma karjääri edendamiseks on abiks järgmised finantsvahendid:

  • Finantsstatistika põhimõisted Rahanduse põhistatistika mõisted Statistika kindel mõistmine on ülioluline, et aidata meil rahandust paremini mõista. Pealegi võivad statistikakontseptsioonid aidata investoritel jälgida
  • Empiiriline tõenäosus Empiiriline tõenäosus Empiiriline tõenäosus, mida nimetatakse ka eksperimentaalseks tõenäosuseks, viitab tõenäosusele, mis põhineb ajaloolistel andmetel. Ehk siis empiiriline
  • Sõltumatud sündmused Sõltumatud sündmused Statistikas ja tõenäosusteoorias on sõltumatud sündmused kaks sündmust, kus ühe sündmuse toimumine ei mõjuta teise sündmuse toimumist
  • Normaalne jaotus Normaalne jaotus Normaalset jaotust nimetatakse ka Gaussi või Gaussi jaotuseks. Seda tüüpi levitamist kasutatakse laialdaselt loodus- ja sotsiaalteadustes. The

Lang L: none (rec-post)