Empiiriline tõenäosus, mida nimetatakse ka eksperimentaalseks tõenäosuseks, viitab tõenäosusele, mis põhineb ajaloolistel andmetel. Teisisõnu, empiiriline tõenäosus illustreerib ajalooliste andmete põhjal sündmuse toimumise tõenäosust.
Empiirilise tõenäosuse valem
Kus:
- Esinemiskordade arv viitab soodsa sündmuse toimumise arvule; ja
- Katse kordade koguarv osutab sündmuse sooritamise kordade koguarvule.
Teoreetilise tõenäosuse näide
Näide 1
Allolevas tabelis on toodud kolm korda visatud täring ja vastav tulemus. Kui suur on empiiriline tõenäosus veeretada 4?
Empiiriline tõenäosus = 0/3 = 0%. 4 veeremise empiiriline tõenäosus on 0%.
Näide 2
Alltoodud tabel näitab mündi viskamist kolm korda ja vastavat tulemust. Kui suur on empiiriline tõenäosus pead saada?
Empiiriline tõenäosus = 3/3 = 100%. Empiiriline tõenäosus pea saamiseks on 100% .
Näide 3
Rootsi lauas otsustas 100 inimesest 95 tellida tee kõrvale kohvi. Kui suur on empiiriline tõenäosus, et keegi tellib teed?
Empiiriline tõenäosus = 5/100 = 5%. Empiiriline tõenäosus, et keegi tellib teed, on 5%.
Eelised ja puudused
Empiirilise tõenäosuse kasutamise peamine eelis on see, et tõenäosust toetavad eksperimentaalsed uuringud ja andmed. See ei sisalda oletatavaid andmeid ega hüpoteese. Hüpoteeside testimine Hüpoteeside testimine on statistilise järelduse meetod. Seda kasutatakse selleks, et kontrollida, kas populatsiooni parameetri kohta käiv väide on õige. Hüpoteesi testimine . Kuid empiirilise tõenäosuse kaalumisel on kaks suurt puudust:
1. Vigaste järelduste tegemine
Empiirilise tõenäosuse kasutamine võib põhjustada valede järelduste tegemist. Näiteks teame, et võimalus saada mündiviskelt pea on ½. Üksikisik võib aga mündi visata kolm korda ja saada pead kõigisse viskedesse. Ta võib teha vale järelduse, et mündiviskelt on pea viskamise võimalus 100%.
2. Ebapiisav valimi suurus
Väikesed valimisuurused vähendavad täpsust. Seetõttu kasutatakse empiirilise tõenäosuse saavutamiseks hea tõenäosuse esitusviisi saavutamiseks tavaliselt suuri valimimahtusid. Näiteks kui üksikisik soovis teada saada mündiviskes pea saamise tõenäosust, kuid kasutas ainult ühte valimit, oleks empiiriline tõenäosus kas 0% või 100%.
Erinevat tüüpi tõenäosused
Peale empiirilise tõenäosuse on veel kaks peamist tõenäosuse tüüpi:
1. Klassikaline tõenäosus
Klassikaline tõenäosus (nimetatakse ka aprioorseks või teoreetiliseks tõenäosuseks) viitab tõenäosusele, mis põhineb formaalsel arutlusel. Näiteks klassikaline tõenäosus saada mündiviskes pea on ½.
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 on ülemaailmse finantsmudeli modelleerimise ja hindamise analüütiku (FMVA) ametlik pakkuja. FMVA® sertifikaat. Liituge 350 600+ üliõpilasega, kes töötavad sellistes ettevõtetes nagu Amazon, JP Morgan ja Ferrari, mis on loodud selleks, et aidata kõigil saada maailmatasemel finantsanalüütikuks . Õppimise jätkamiseks ja oma karjääri edendamiseks on kasulikud allpool olevad täiendavad finantsressursid:
- Finantsstatistika põhimõisted Rahanduse põhistatistika mõisted Statistika kindel mõistmine on ülioluline, et aidata meil rahandust paremini mõista. Pealegi võivad statistikakontseptsioonid aidata investoritel jälgida
- Bayesi teoreem Bayesi teoreem Statistikas ja tõenäosusteoorias on Bayesi teoreem (tuntud ka kui Bayesi reegel) matemaatiline valem, mida kasutatakse tingimusliku
- Prognoosimine Prognoosimine Prognoosimine viitab tavale ennustada, mis tulevikus juhtub, võttes arvesse minevikus ja praegu aset leidnud sündmusi. Põhimõtteliselt on see otsuste tegemise tööriist, mis aitab ettevõtetel ajalooliste andmete ja suundumuste uurimisega toime tulla tuleviku ebakindluse mõjudega.
- Subjektiivne tõenäosus Subjektiivne tõenäosus Subjektiivne tõenäosus viitab tõenäosusele, et midagi juhtub, tuginedes inimese enda kogemusele või isiklikule hinnangule. Subjektiivne
