Todos os tipos de probabilidade que existem s\u00e3o:<\/p>\n
- \n
- probabilidade objetiva<\/strong><\/li>\n
- probabilidade subjetiva<\/strong><\/li>\n
- probabilidade cl\u00e1ssica<\/strong><\/li>\n
- probabilidade de frequ\u00eancia<\/strong><\/li>\n
- Probabilidade Condicional<\/strong><\/li>\n
- Oportunidade de peixe<\/strong><\/li>\n
- probabilidade binomial<\/strong><\/li>\n
- Probabilidade hipergeom\u00e9trica<\/strong><\/li>\n
- simples acaso<\/strong><\/li>\n
- probabilidade conjunta<\/strong><\/li>\n<\/ul>\n
Voc\u00ea tamb\u00e9m pode ver outros tipos, como probabilidade matem\u00e1tica ou probabilidade l\u00f3gica, em algumas classifica\u00e7\u00f5es de tipos de probabilidade, pois \u00e9 um conceito muito amplo e pode ser classificado usando crit\u00e9rios diferentes. Mas, na realidade, estes outros tipos de probabilidades tamb\u00e9m podem ser inclu\u00eddos na lista desta p\u00e1gina.<\/p>\n
Logicamente, apenas com o nome de cada tipo de probabilidade, voc\u00ea n\u00e3o saber\u00e1 o que \u00e9 cada tipo, por isso explicaremos cada um deles detalhadamente a seguir.<\/p>\n
<\/span> probabilidade objetiva<\/span><\/h3>\n
A probabilidade objetiva<\/strong> \u00e9 baseada em crit\u00e9rios objetivos para determinar a probabilidade de um evento.<\/p>\n
Por exemplo, se quisermos calcular a probabilidade objetiva de chuva num dia nublado, precisamos de fazer um estudo estat\u00edstico. Imagine que analisamos os \u00faltimos 30 dias nublados e 17 dias de chuva, ent\u00e3o calculamos a probabilidade objetiva da seguinte forma:<\/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>\nComo voc\u00ea pode ver, n\u00e3o confiamos na opini\u00e3o de ningu\u00e9m para calcular a probabilidade objetiva, mas sim baseamos em um estudo e a partir dos resultados calculamos a probabilidade.<\/p>\n
Da mesma forma, a probabilidade objetiva \u00e9 dividida em dois outros tipos: probabilidade te\u00f3rica<\/strong> e probabilidade emp\u00edrica<\/strong> . Para ver as diferen\u00e7as entre eles, clique aqui: <\/p>\n
\u27a4<\/span> Veja:<\/strong> Tipos de probabilidade objetiva<\/a><\/div>\n<\/span> probabilidade subjetiva<\/span><\/h3>\n
A probabilidade subjetiva<\/strong> baseia-se na experi\u00eancia de uma pessoa em prever a probabilidade de ocorr\u00eancia de um evento, ou seja, baseia-se em crit\u00e9rios subjetivos.<\/p>\n
Por exemplo, podemos obter a probabilidade subjetiva de que chova amanh\u00e3 perguntando a um meteorologista, que contar\u00e1 com seu conhecimento e experi\u00eancia no assunto para determinar essa probabilidade.<\/p>\n
A probabilidade subjetiva \u00e9, portanto, o oposto da probabilidade objetiva.<\/p>\n
Voc\u00ea pode ver mais exemplos desse tipo de probabilidade aqui: <\/p>\n
\u27a4<\/span> Veja:<\/strong> Exemplos de probabilidade subjetiva<\/a><\/div>\n<\/span> probabilidade cl\u00e1ssica<\/span><\/h3>\n
A probabilidade cl\u00e1ssica<\/strong> , tamb\u00e9m chamada de probabilidade a priori<\/strong> , baseia-se na l\u00f3gica para calcular a probabilidade de um evento, ou seja, realiza um c\u00e1lculo te\u00f3rico de probabilidade.<\/p>\n
Por exemplo, para saber a probabilidade de \u201crolar o n\u00famero 4 no lan\u00e7amento de um dado\u201d,<\/em> n\u00e3o precisamos fazer nenhum experimento. Como um dado tem seis faces diferentes, a probabilidade de obter um determinado n\u00famero ser\u00e1 de 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>\nMas este \u00e9 apenas um c\u00e1lculo te\u00f3rico, ent\u00e3o talvez lancemos um dado dez vezes e n\u00e3o obtenhamos quatro, ou vice-versa, obtenhamos o n\u00famero quatro em todos os dez lan\u00e7amentos.<\/p>\n
Caso voc\u00ea esteja interessado, deixo para voc\u00eas nosso artigo sobre este tipo de probabilidade: <\/p>\n
\u27a4<\/span> Veja:<\/strong> Probabilidade cl\u00e1ssica<\/a> <\/div>\n<\/span> Probabilidade de frequ\u00eancia<\/span><\/h3>\n
A probabilidade de frequ\u00eancia<\/strong> , tamb\u00e9m chamada de probabilidade frequentista<\/strong> , \u00e9 a frequ\u00eancia relativa esperada a longo prazo para um evento elementar em um experimento aleat\u00f3rio.<\/p>\n
Para calcular a probabilidade de frequ\u00eancia de um evento, o experimento deve ser realizado um grande n\u00famero de vezes e dividir o n\u00famero de casos favor\u00e1veis obtidos pelo n\u00famero total de repeti\u00e7\u00f5es realizadas.<\/p>\n
A defini\u00e7\u00e3o deste tipo de probabilidade \u00e9 muito semelhante \u00e0 probabilidade objetiva, mas a diferen\u00e7a \u00e9 que na probabilidade de frequ\u00eancia o mesmo experimento \u00e9 repetido milhares de vezes. Voc\u00ea pode ver um exemplo completo no seguinte link: <\/p>\n
\u27a4<\/span> Veja:<\/strong> Exemplos resolvidos de probabilidade de frequ\u00eancia<\/a> <\/div>\n<\/span> Probabilidade Condicional<\/span><\/h3>\n
A probabilidade condicional<\/strong> , tamb\u00e9m chamada de probabilidade condicional<\/strong> , indica a probabilidade de que o evento A ocorra se outro evento B ocorrer. A probabilidade condicional, portanto, leva em considera\u00e7\u00e3o n\u00e3o apenas o evento em si, mas tamb\u00e9m eventos anteriores.<\/p>\n
Como voc\u00ea pode ver, esse tipo de probabilidade \u00e9 um pouco mais dif\u00edcil de entender e, portanto, tamb\u00e9m mais dif\u00edcil de calcular. Por isso recomendo que voc\u00ea confira a explica\u00e7\u00e3o detalhada de como ele \u00e9 calculado: <\/p>\n
\u27a4<\/span> Veja:<\/strong> F\u00f3rmula de Probabilidade Condicional<\/a><\/div>\n<\/span>Sorte de peixe<\/span><\/h3>\n
A probabilidade de Poisson<\/strong> indica a probabilidade de que um determinado n\u00famero de eventos ocorra durante um determinado per\u00edodo de tempo.<\/p>\n
Este tipo de probabilidade \u00e9 muito \u00fatil quando a probabilidade de ocorr\u00eancia do evento \u00e9 muito baixa.<\/p>\n
A distribui\u00e7\u00e3o de Poisson \u00e9 a fun\u00e7\u00e3o que define este tipo de probabilidade. Voc\u00ea pode consultar a f\u00f3rmula da distribui\u00e7\u00e3o de Poisson no seguinte link: <\/p>\n
\u27a4<\/span> Veja:<\/strong> F\u00f3rmula de distribui\u00e7\u00e3o de peixes<\/a><\/div>\n<\/span> Probabilidade binomial<\/span><\/h3>\n
A probabilidade binomial<\/strong> \u00e9 usada para definir matematicamente eventos nos quais existem apenas dois resultados poss\u00edveis, que chamaremos de \u201csucesso\u201d e \u201cfracasso\u201d.<\/p>\n
Por exemplo, ao lan\u00e7ar uma moeda, existem apenas dois resultados poss\u00edveis (cara ou coroa). Se escolhermos cara, nosso caso de sucesso ser\u00e1 quando aparecer cara na moeda, enquanto nosso caso de fracasso ser\u00e1 quando aparecer cara na moeda.<\/p>\n
Portanto, a distribui\u00e7\u00e3o binomial nos diz a probabilidade de um certo n\u00famero de casos bem-sucedidos de uma sequ\u00eancia. <\/p>\n
\u27a4<\/span> Veja:<\/strong> F\u00f3rmula de distribui\u00e7\u00e3o binomial<\/a> <\/div>\n<\/span> Probabilidade hipergeom\u00e9trica<\/span><\/h3>\n
A probabilidade hipergeom\u00e9trica \u00e9 muito semelhante \u00e0 probabilidade binomial, mas diferem na substitui\u00e7\u00e3o.<\/p>\n
A probabilidade hipergeom\u00e9trica<\/strong> indica a probabilidade do n\u00famero de casos de sucesso em uma extra\u00e7\u00e3o aleat\u00f3ria sem substitui\u00e7\u00e3o de n<\/em> elementos de uma popula\u00e7\u00e3o.<\/p>\n
Assim, a probabilidade hipergeom\u00e9trica \u00e9 definida pela distribui\u00e7\u00e3o hipergeom\u00e9trica. <\/p>\n
\u27a4<\/span> Veja:<\/strong> Caracter\u00edsticas da distribui\u00e7\u00e3o hipergeom\u00e9trica<\/a><\/div>\n<\/span>Chance simples<\/span><\/h3>\n
A probabilidade simples<\/strong> \u00e9 a probabilidade de que um evento simples ocorra no espa\u00e7o amostral.<\/p>\n
A probabilidade simples \u00e9 calculada dividindo o n\u00famero de casos favor\u00e1veis em um experimento pelo n\u00famero total de resultados poss\u00edveis do experimento.<\/p>\n<\/p>\n
![\"](\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-47eefb1b0f197dfabcdb701b4858c3b5_l3.png\" "\\"Rendered")
<\/p>\n<\/p>\nEsta \u00e9 a chamada regra de Laplace. Tenha em mente que esta f\u00f3rmula s\u00f3 pode ser utilizada se todos os eventos no espa\u00e7o amostral tiverem a mesma probabilidade de ocorr\u00eancia, ou seja, se for um espa\u00e7o amostral equiprov\u00e1vel. <\/p>\n
- probabilidade subjetiva<\/strong><\/li>\n