統計は、記述統計と推測統計に分け。2つの条件及び仮定の問題、全体の3対確率の形で表現することが行われたデータの観測の1つのランダムサンプル:推測統計データを介して試料の一般的な特性に関する推論を行うことを意味し、それは、3つの要素を有しています。推測されました。そのため、推測統計と確率論は不可分です。
ランダムイベント、基本的なイベント、サンプル空間
ランダムイベントの非常に重要な概念である、それはテストを参照していない確率論ではなく、むしろテストの結果、あなたは避けられないイベントで、A、B、C、などを使用することができます$万が一で、$ \オメガ$で表され、 \ファイ$急行。
この概念に注意を払うように、イベントと呼ばれるランダムイベントが(むしろテスト自体よりも)試験の結果を指し、この結果はまた、言葉で表すことができる値とすることができます。
基本的なイベントは、複数のイベントに分けることができないランダムなイベントです。テスト結果は、多くの可能性を持っていますが、が、一つの試験では、テストの結果が唯一のみ発生する可能性があり、基本的なイベントの種類のすべての結果であり得ます。すべてすべての基本的なイベント、と呼ばれるすべてのテスト結果の和サンプル空間 $ \ $オメガ(必然的なイベント)で示されるが、。
ランダムイベントの確率
彼は多くの可能な、すべての結果、イベントA(基本的なイベントであってもよいし、それはいくつかの基本的なイベントの組み合わせであってもよい)どのくらいの可能性を持っている裁判の結果を言いますか?この可能性は、イベントである確率 $ P(A)$と表記は、それが明確に値です。確率の古典定義、統計的な定義がありますが、主観的確率の定義は、我々は、に焦点を当てて、統計的な定義。
確率の統計的定義:
同じ条件下で、ランダム化試験する$ $のn倍、イベント$ Mは$回、比$のM / N $呼ばイベント頻度 ; N- $ $一定の$ P $の周波数の増加に伴い変動、イベントAの出現頻度の安定した、安定した値である確率。
$$ P(A)= FRAC {M}は{N} pは= \ $$
確率の性質
そこに任意のランダムイベントA 1.、
$ 0 \当量P(A)\当量1 $
2。
$$ P(\オメガ)= 1 $$
$$ P(\ファイ)= 0 $$
3. AとBは、次に、相互に排他的である場合
$ P(\カップB)= P(A)+ P(B)$
確率の追加ルール
以下のために
条件付き確率、乗算式、独立したイベント