边际机会

在这里您将了解边际概率是什么。我们通过示例解释了边际概率是如何计算的，此外，我们还向您展示了边际概率、联合概率和条件概率之间的区别。

什么是边际概率？

边际概率是一种统计度量，指示总集合的子集发生的概率。

边际概率是 0 到 1 之间的数字。因此，子集的边际概率越大，该子集出现的可能性就越大；反之，边际概率越小，发生的可能性就越小。子集将会出现。

边际概率示例

一旦我们看到了边际概率的定义，我们将看到一个已解决的边际概率练习，以便您理解它的含义。

• 为了分析问题道路，每月每一天的应急表中都会记录一天中的时间以及是否存在交通拥堵。根据数据计算该区域拥堵和降雨的边际概率。

要计算数据子集的边际概率，只需应用以下规则：

例如，本例中，晴天堵车 6 天，下雨堵车 8 天，观测总数为 30。因此，堵车的边际概率为：

所以，高速公路上几乎有大半天的时间都会堵车。

另一方面，为了获得下雨的边际概率，我们必须应用相同的过程，即将所有下雨的次数相加，然后除以观测总数：

边际概率和联合概率

边际概率和联合概率之间的区别在于，边际概率是总数的子集发生的概率，而联合概率是指两个或多个事件同时发生的概率。

按照前面的例子，我们将找到有一天下雨并且交通堵塞的联合概率。

期间总共有11天下雨，14天堵车，但只有8天下雨，同时堵车1天。因此，下雨和交通拥堵的联合概率将为观测总数中的 8，即 30：

请记住，两个独立事件的联合概率是通过另一种方式计算的（使用公式）。您可以点击此处查看几个示例：

边际概率和条件概率

边际概率和条件（或条件）概率是两个经常混淆的概念，但它们是两种完全不同类型的概率。

边际概率和条件概率之间的区别在于，边际概率表示数据子集发生的概率，而条件概率是指如果另一个事件已经发生，则一个事件发生的概率。 。

但是，条件概率比边际概率更难计算，因此您可以查看以下实际示例，这些示例解释了如何逐步计算条件概率：