Alle soorten waarschijnlijkheid die bestaan zijn:<\/p>\n
- \n
- objectieve waarschijnlijkheid<\/strong><\/li>\n
- subjectieve waarschijnlijkheid<\/strong><\/li>\n
- klassieke waarschijnlijkheid<\/strong><\/li>\n
- frequentie waarschijnlijkheid<\/strong><\/li>\n
- voorwaardelijke waarschijnlijkheid<\/strong><\/li>\n
- Vis kans<\/strong><\/li>\n
- binomiale waarschijnlijkheid<\/strong><\/li>\n
- Hypergeometrische waarschijnlijkheid<\/strong><\/li>\n
- simpele kans<\/strong><\/li>\n
- gezamenlijke waarschijnlijkheid<\/strong><\/li>\n<\/ul>\n
Mogelijk ziet u in sommige classificaties van waarschijnlijkheidstypen ook andere typen, zoals wiskundige waarschijnlijkheid of logische waarschijnlijkheid, omdat het een zeer breed concept is en kan worden geclassificeerd aan de hand van verschillende criteria. Maar in werkelijkheid kunnen deze andere soorten kansen ook in de lijst op deze pagina worden opgenomen.<\/p>\n
Logischerwijs zul je, alleen al met de naam van elk waarschijnlijkheidstype, niet weten wat elk type is, dus zullen we elk ervan hieronder in detail uitleggen.<\/p>\n
<\/span> objectieve waarschijnlijkheid<\/span><\/h3>\n
Objectieve waarschijnlijkheid<\/strong> is gebaseerd op objectieve criteria om de waarschijnlijkheid van een gebeurtenis te bepalen.<\/p>\n
Als we bijvoorbeeld de objectieve kans op regen op een bewolkte dag willen berekenen, moeten we een statistisch onderzoek doen. Stel je voor dat we de laatste 30 bewolkte dagen en 17 dagen met regen analyseren, dan berekenen we de objectieve waarschijnlijkheid als volgt:<\/p>\n<\/p>\n
![\"P(\\text{lluvia})=\\cfrac{17}{30}=0,567\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-425b5dd732312e1ec9afb03fb2fe0036_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\nZoals u kunt zien, hebben we ons bij het berekenen van de objectieve waarschijnlijkheid niet op de mening van iemand verlaten, maar hebben we deze gebaseerd op een onderzoek en op basis van de resultaten berekenden we de waarschijnlijkheid.<\/p>\n
Op dezelfde manier wordt de objectieve waarschijnlijkheid verdeeld in twee andere typen: theoretische waarschijnlijkheid<\/strong> en empirische waarschijnlijkheid<\/strong> . Om de verschillen tussen beide te zien, klik hier: <\/p>\n
\u27a4<\/span> Zie:<\/strong> Soorten objectieve waarschijnlijkheid<\/a><\/div>\n<\/span> subjectieve waarschijnlijkheid<\/span><\/h3>\n
Subjectieve waarschijnlijkheid<\/strong> is gebaseerd op de ervaring van een persoon bij het voorspellen van de waarschijnlijkheid dat een gebeurtenis plaatsvindt, dat wil zeggen, het is gebaseerd op subjectieve criteria.<\/p>\n
We kunnen bijvoorbeeld de subjectieve waarschijnlijkheid verkrijgen dat het morgen zal regenen door het aan een meteoroloog te vragen, die op zijn kennis en ervaring ter zake zal vertrouwen om die waarschijnlijkheid te bepalen.<\/p>\n
Subjectieve waarschijnlijkheid is daarom het tegenovergestelde van objectieve waarschijnlijkheid.<\/p>\n
Je kunt hier meer voorbeelden van dit soort waarschijnlijkheid zien: <\/p>\n
\u27a4<\/span> Zie:<\/strong> Voorbeelden van subjectieve waarschijnlijkheid<\/a><\/div>\n<\/span> klassieke waarschijnlijkheid<\/span><\/h3>\n
Klassieke waarschijnlijkheid<\/strong> , ook wel a priori waarschijnlijkheid<\/strong> genoemd, is gebaseerd op logica om de waarschijnlijkheid van een gebeurtenis te berekenen, dat wil zeggen dat het een theoretische waarschijnlijkheidsberekening uitvoert.<\/p>\n
Om bijvoorbeeld de waarschijnlijkheid te kennen van „het getal 4 gooien met een dobbelsteen“,<\/em> hoeven we geen experimenten uit te voeren. Omdat een dobbelsteen zes verschillende zijden heeft, is de kans op een bepaald getal 1\/6:<\/p>\n<\/p>\n
![\"P(\\text{n\\'umero](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-bbb3f86d832892e8a648687d01def814_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\nMaar dit is slechts een theoretische berekening, dus misschien gooien we tien keer met een dobbelsteen en krijgen we geen vier, of omgekeerd krijgen we de nummer vier van alle tien worpen.<\/p>\n
Als u ge\u00efnteresseerd bent, laat ik u ons artikel over dit soort waarschijnlijkheid achter: <\/p>\n
\u27a4<\/span> Zie:<\/strong> Klassieke waarschijnlijkheid<\/a> <\/div>\n<\/span> Frequentie waarschijnlijkheid<\/span><\/h3>\n
Frequentiewaarschijnlijkheid<\/strong> , ook wel frequentistische waarschijnlijkheid<\/strong> genoemd, is de verwachte relatieve frequentie op lange termijn voor een elementaire gebeurtenis in een willekeurig experiment.<\/p>\n
Om de frequentiewaarschijnlijkheid van een gebeurtenis te berekenen, moet het experiment een groot aantal keren worden uitgevoerd en het aantal verkregen gunstige gevallen worden gedeeld door het totale aantal uitgevoerde herhalingen.<\/p>\n
De definitie van dit type waarschijnlijkheid lijkt sterk op de objectieve waarschijnlijkheid, maar het verschil is dat bij frequentiewaarschijnlijkheid hetzelfde experiment duizenden keren wordt herhaald. Een compleet voorbeeld kunt u zien via de volgende link: <\/p>\n
\u27a4<\/span> Zie:<\/strong> Opgeloste voorbeelden van frequentiewaarschijnlijkheid<\/a> <\/div>\n<\/span> Voorwaardelijke waarschijnlijkheid<\/span><\/h3>\n
Voorwaardelijke waarschijnlijkheid<\/strong> , ook wel voorwaardelijke waarschijnlijkheid<\/strong> genoemd, geeft de waarschijnlijkheid aan dat gebeurtenis A zal plaatsvinden als een andere gebeurtenis B plaatsvindt. Voorwaardelijke waarschijnlijkheid houdt daarom niet alleen rekening met de gebeurtenis zelf, maar ook met eerdere gebeurtenissen.<\/p>\n
Zoals u kunt zien, is dit soort waarschijnlijkheid iets moeilijker te begrijpen en daarom ook moeilijker te berekenen. Daarom raad ik je aan de gedetailleerde uitleg te bekijken van hoe het wordt berekend: <\/p>\n
\u27a4<\/span> Zie:<\/strong> Conditionele waarschijnlijkheidsformule<\/a><\/div>\n<\/span>Vis kans<\/span><\/h3>\n
De Poisson-waarschijnlijkheid<\/strong> geeft de waarschijnlijkheid aan dat een bepaald aantal gebeurtenissen zich gedurende een bepaalde periode zal voordoen.<\/p>\n
Dit type waarschijnlijkheid is erg handig als de waarschijnlijkheid dat de gebeurtenis plaatsvindt erg laag is.<\/p>\n
De Poissonverdeling is de functie die dit type waarschijnlijkheid definieert. U kunt de Poisson-verdelingsformule raadplegen via de volgende link: <\/p>\n
\u27a4<\/span> Zie:<\/strong> Visverdelingsformule<\/a><\/div>\n<\/span> Binomiale waarschijnlijkheid<\/span><\/h3>\n
Binomiale waarschijnlijkheid<\/strong> wordt gebruikt om gebeurtenissen wiskundig te defini\u00ebren waarbij er slechts twee mogelijke uitkomsten zijn, die we ’succes‘ en ‚mislukking‘ zullen noemen.<\/p>\n
Bij het opgooien van een munt zijn er bijvoorbeeld slechts twee mogelijke uitkomsten (kop of munt). Als we kop kiezen, zal ons succesgeval zijn wanneer er kop op de munt verschijnt, terwijl ons geval van falen zal zijn wanneer er kop op de munt verschijnt.<\/p>\n
De binominale verdeling vertelt ons dus de waarschijnlijkheid van een bepaald aantal succesvolle gevallen van een reeks. <\/p>\n
\u27a4<\/span> Zie:<\/strong> Binomiale verdelingsformule<\/a> <\/div>\n<\/span> Hypergeometrische waarschijnlijkheid<\/span><\/h3>\n
Hypergeometrische waarschijnlijkheid lijkt sterk op binominale waarschijnlijkheid, maar ze verschillen qua vervanging.<\/p>\n
De hypergeometrische waarschijnlijkheid<\/strong> geeft de waarschijnlijkheid aan van het aantal succesvolle gevallen in een willekeurige extractie zonder vervanging van n<\/em> elementen uit een populatie.<\/p>\n
De hypergeometrische waarschijnlijkheid wordt dus gedefinieerd door de hypergeometrische verdeling. <\/p>\n
\u27a4<\/span> Zie:<\/strong> Kenmerken van de hypergeometrische verdeling<\/a><\/div>\n<\/span>Simpele kans<\/span><\/h3>\n
De eenvoudige waarschijnlijkheid<\/strong> is de waarschijnlijkheid dat een eenvoudige gebeurtenis in de steekproefruimte zal plaatsvinden.<\/p>\n
De eenvoudige waarschijnlijkheid wordt berekend door het aantal gunstige gevallen in een experiment te delen door het totale aantal mogelijke uitkomsten van het experiment.<\/p>\n<\/p>\n
![\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-47eefb1b0f197dfabcdb701b4858c3b5_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\nDit is de zogenaamde Laplace-regel. Houd er rekening mee dat deze formule alleen kan worden gebruikt als alle gebeurtenissen in de voorbeeldruimte dezelfde waarschijnlijkheid van optreden hebben, dat wil zeggen als het een equiprobabele steekproefruimte is. <\/p>\n
- subjectieve waarschijnlijkheid<\/strong><\/li>\n