概率的类型

在这里您将找到所有存在的概率类型以及它们的计算方式。我们详细解释每种类型的概率并提供示例，以便您了解类型之间的差异。

有哪些不同类型的概率？

存在的所有概率类型是：

• 客观概率
• 主观概率
• 经典概率
• 频率概率
• 条件概率
• 鱼的机会
• 二项式概率
• 超几何概率
• 简单的机会
• 联合概率

您还可能在概率类型的某些分类中看到其他类型，例如数学概率或逻辑概率，因为它是一个非常广泛的概念，可以使用不同的标准进行分类。但实际上，这些其他类型的概率也可以包含在本页的列表中。

从逻辑上讲，仅凭每个概率类型的名称，您不会知道每个类型是什么，因此我们将在下面详细解释每个类型。

客观概率

客观概率是根据客观标准来确定事件发生的概率。

例如，如果我们想计算阴天下雨的客观概率，我们需要进行统计研究。假设我们分析了过去 30 个阴天和 17 天下雨的天数，那么我们计算客观概率如下：

正如您所看到的，我们没有依赖任何人的意见来计算客观概率，而是我们基于一项研究，并根据结果计算了概率。

同样，客观概率也分为另外两种类型：理论概率和经验概率。要查看它们之间的差异，请单击此处：

主观概率

主观概率是根据人的经验来预测事件发生的可能性，即基于主观标准。

例如，我们可以通过询问气象学家来获得明天下雨的主观概率，气象学家将依靠他在这方面的知识和经验来确定该概率。

因此，主观概率与客观概率相反。

您可以在此处查看此类概率的更多示例：

经典概率

经典概率，也叫先验概率，是根据逻辑来计算一个事件发生的概率，即进行概率的理论计算。

例如，要知道“在骰子上滚动数字 4”的概率，我们不需要做任何实验。由于骰子有 6 个不同的面，因此获得给定数字的概率为 1/6：

但这只是理论计算，所以也许我们掷骰子十次但没有得到四次，或者反之亦然，我们在十次掷骰子中得到了第四个。

如果您有兴趣，我会给您留下有关此类概率的文章：

频率概率

频率概率，也称为频率概率，是随机实验中基本事件的长期预期相对频率。

为了计算事件发生的频率概率，必须进行大量实验，并将获得的有利案例数除以所进行的重复总数。

此类概率的定义与客观概率非常相似，但不同之处在于，在频率概率中，相同的实验会重复数千次。您可以在以下链接中查看完整的示例：

条件概率

条件概率，也称为条件概率，表示如果另一个事件 B 发生，则事件 A 发生的概率。因此，条件概率不仅考虑事件本身，还考虑之前的事件。

正如您所看到的，这种类型的概率更难理解，因此也更难计算。这就是为什么我建议您查看其计算方式的详细说明：

鱼的机会

泊松概率表示在一定时间内发生给定数量的事件的概率。

当事件发生的概率非常低时，这种类型的概率非常有用。

泊松分布是定义此类概率的函数。您可以在以下链接查阅泊松分布公式：

二项式概率

二项式概率用于从数学上定义只有两种可能结果的事件，我们将其称为“成功”和“失败”。

例如，抛硬币时，只有两种可能的结果（正面或反面）。如果我们选择正面，那么成功的情况就是硬币上出现正面，而失败的情况就是硬币上出现正面。

因此，二项式分布告诉我们一个序列中一定数量的成功案例的概率。

超几何概率

超几何概率与二项式概率非常相似，但它们的替换不同。

超几何概率表示在不替换总体中的n 个元素的情况下随机提取成功案例数量的概率。

因此，超几何概率由超几何分布定义。

简单的机会

简单概率是样本空间中发生简单事件的概率。

简单概率的计算方法是将实验中有利案例的数量除以实验可能结果的总数。

这就是所谓的拉普拉斯法则。请记住，只有当样本空间中的所有事件具有相同的发生概率（即，它是等概率样本空间）时，才能使用此公式。

联合概率

联合概率（或复合概率）表示两个事件同时发生的概率。

因此，联合概率和简单概率是两种相反类型的概率。

要找到两个或多个事件的联合概率，您需要掌握概率论的几个概念，因此我建议您点击此处查看其计算方法的详细说明：