<\/p>\n
Probabilitas bersyarat<\/strong> terjadinya peristiwa A<\/em> , jika peristiwa B<\/em> telah terjadi, dihitung sebagai berikut:<\/span><\/p>\n P(A|B) = P(A\u2229B) \/ P(B)<\/span><\/p>\n Emas:<\/span><\/p>\n P(A\u2229B) = peluang terjadinya kejadian A<\/em> dan kejadian B.<\/em><\/span><\/p>\n P(B) = peluang terjadinya kejadian B.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan rumus ini untuk menghitung probabilitas bersyarat dengan Python.<\/span><\/p>\n Katakanlah kita mengirimkan survei kepada 300 orang yang menanyakan olahraga apa yang mereka sukai: baseball, bola basket, sepak bola, atau sepak bola.<\/span><\/p>\n Kita dapat membuat tabel berikut dengan Python untuk menampung respons survei:<\/span><\/p>\n Terkait<\/strong> : Cara Menggunakan pd.crosstab() untuk Membuat Tabel Kontingensi dengan Python<\/a><\/span><\/p>\n Kita dapat menggunakan sintaks berikut untuk mengekstrak nilai dari array:<\/span><\/p>\n Kita dapat menggunakan sintaks berikut untuk menghitung probabilitas bahwa seseorang adalah laki-laki, mengingat ia lebih memilih bisbol sebagai olahraga favoritnya:<\/span><\/p>\n Dan kita dapat menggunakan sintaks berikut untuk menghitung probabilitas seseorang memilih bola basket sebagai olahraga favoritnya, mengingat dia adalah perempuan:<\/span><\/p>\n Kita dapat menggunakan pendekatan dasar ini untuk menghitung probabilitas bersyarat apa pun yang kita inginkan dari tabel kontingensi.<\/span><\/p>\n Tutorial berikut memberikan informasi tambahan tentang manajemen probabilitas:<\/span><\/p>\n Hukum probabilitas total<\/a> Probabilitas bersyarat terjadinya peristiwa A , jika peristiwa B telah terjadi, dihitung sebagai berikut: P(A|B) = P(A\u2229B) \/ P(B) Emas: P(A\u2229B) = peluang terjadinya kejadian A dan kejadian B. P(B) = peluang terjadinya kejadian B. Contoh berikut menunjukkan cara menggunakan rumus ini untuk menghitung probabilitas bersyarat dengan Python. Contoh: Hitung Probabilitas Bersyarat dengan Python Katakanlah […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Contoh: Hitung Probabilitas Bersyarat dengan Python<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#create pandas DataFrame with raw data\n<\/span>df = pd. DataFrame<\/span> ({' gender<\/span> ': np. repeat<\/span> (np. array<\/span> (['Male', 'Female']), 150),\n ' sport<\/span> ': np. repeat<\/span> (np. array<\/span> (['Baseball', 'Basketball', 'Football',\n 'Soccer', 'Baseball', 'Basketball',\n 'Football', 'Soccer']), \n (34, 40, 58, 18, 34, 52, 20, 44))})\n\n#produce contingency table to summarize raw data\n<\/span>survey_data = pd. crosstab<\/span> (index=df[' gender<\/span> '], columns=df[' sport<\/span> '], margins= True<\/span> )\n\n#view contingency table\n<\/span>survey_data\n\nsport Baseball Basketball Football Soccer All\ngender\t\t\t\t\t\nFemale 34 52 20 44 150\nMale 34 40 58 18 150\nAll 68 92 78 62 300<\/span><\/strong><\/pre>\n #extract value in second row and first column \n<\/span>survey_data. iloc<\/span> [1, 0]\n\n[1] 34\n<\/span><\/strong><\/pre>\n #calculate probability of being male, given that individual prefers baseball<\/span>\nsurvey_data. iloc<\/span> [1, 0]\/survey_data. iloc<\/span> [2, 0]\n\n0.5\n<\/span><\/strong><\/pre>\n #calculate probability of preferring basketball, given that individual is female<\/span>\nsurvey_data. iloc<\/span> [0,1]\/survey_data. iloc<\/span> [0, 4]\n\n0.3466666666666667\n<\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Bagaimana mencari mean dari distribusi probabilitas<\/a>
Bagaimana mencari simpangan baku dari suatu distribusi probabilitas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"