Виды вероятности

Здесь вы найдете все виды существующих вероятностей и способы их расчета. Мы подробно объясняем каждый тип вероятности и приводим примеры, чтобы вы поняли различия между типами.

Каковы различные типы вероятности?

Все существующие типы вероятностей:

• объективная вероятность
• субъективная вероятность
• классическая вероятность
• вероятность частоты
• условная возможность
• Шанс рыбы
• биномиальная вероятность
• Гипергеометрическая вероятность
• простой шанс
• совместная вероятность

В некоторых классификациях типов вероятности вы также можете увидеть другие типы, такие как математическая вероятность или логическая вероятность, поскольку это очень широкое понятие, и его можно классифицировать с использованием различных критериев. Но на самом деле в список на этой странице можно включить и другие типы вероятностей.

Логично, что по названию каждого типа вероятности вы не будете знать, что это за тип, поэтому ниже мы подробно объясним каждый из них.

объективная вероятность

Объективная вероятность основана на объективных критериях определения вероятности события.

Например, если мы хотим рассчитать объективную вероятность дождя в пасмурный день, нам нужно провести статистическое исследование. Предположим, мы проанализировали последние 30 пасмурных дней и 17 дней, из которых шел дождь, затем вычисляем объективную вероятность следующим образом:

Как видите, мы не полагались на чье-либо мнение при расчете объективной вероятности, а основывались на исследовании и на основе результатов рассчитали вероятность.

Точно так же объективная вероятность делится на два других типа: теоретическую вероятность и эмпирическую вероятность . Чтобы увидеть различия между ними, нажмите здесь:

субъективная вероятность

Субъективная вероятность основана на опыте человека в предсказании вероятности наступления события, то есть основана на субъективных критериях.

Например, мы можем получить субъективную вероятность того, что завтра пойдет дождь, спросив метеоролога, который будет полагаться на свои знания и опыт в этом вопросе, чтобы определить указанную вероятность.

Таким образом, субъективная вероятность является противоположностью объективной вероятности.

Вы можете увидеть больше примеров этого типа вероятности здесь:

классическая вероятность

Классическая вероятность , также называемая априорной вероятностью , основана на логике расчета вероятности события, то есть выполняет теоретический расчет вероятности.

Например, чтобы узнать вероятность «выпадения числа 4 при броске кубика», нам не нужно проводить никаких экспериментов. Поскольку игральная кость имеет шесть разных граней, вероятность выпадения заданного числа будет равна 1/6:

Но это всего лишь теоретический расчет, поэтому, возможно, мы бросим игральную кость десять раз и не получим четыре, или наоборот, из всех десяти бросков мы получим число четыре.

Если вам интересно, я оставляю вам нашу статью об этом типе вероятности:

Вероятность частоты

Вероятность частоты , также называемая частотной вероятностью , представляет собой долгосрочную ожидаемую относительную частоту элементарного события в случайном эксперименте.

Для расчета частотной вероятности события необходимо провести эксперимент большое количество раз и разделить количество полученных благоприятных случаев на общее количество проведенных повторений.

Определение этого типа вероятности очень похоже на объективную вероятность, но разница в том, что по частоте вероятности один и тот же эксперимент повторяется тысячи раз. Полный пример вы можете увидеть по следующей ссылке:

Условная возможность

Условная вероятность , также называемая условной вероятностью , указывает на вероятность того, что событие A произойдет, если произойдет другое событие B. Таким образом, условная вероятность учитывает не только само событие, но и предыдущие события.

Как видите, этот тип вероятности немного сложнее понять и, следовательно, сложнее вычислить. Вот почему я рекомендую вам ознакомиться с подробным объяснением того, как он рассчитывается:

Рыбная удача

Вероятность Пуассона указывает на вероятность того, что заданное количество событий произойдет в течение определенного периода времени.

Этот тип вероятности очень полезен, когда вероятность возникновения события очень мала.

Распределение Пуассона — это функция, определяющая этот тип вероятности. Вы можете ознакомиться с формулой распределения Пуассона по следующей ссылке:

Биномиальная вероятность

Биномиальная вероятность используется для математического определения событий, в которых есть только два возможных исхода, которые мы будем называть «успех» и «провал».

Например, при подбрасывании монеты возможны только два исхода (орёл или решка). Если мы выберем орла, наш случай успеха будет тогда, когда на монете появится орел, а наш случай неудачи — когда на монете появится орел.

Таким образом, биномиальное распределение говорит нам о вероятности определенного количества успешных случаев последовательности.

Гипергеометрическая вероятность

Гипергеометрическая вероятность очень похожа на биномиальную вероятность, но они отличаются заменой.

Гипергеометрическая вероятность указывает на вероятность количества успешных случаев случайного извлечения без замены n элементов из популяции.

Таким образом, гипергеометрическая вероятность определяется гипергеометрическим распределением.

Простой шанс

Простая вероятность — это вероятность того, что простое событие произойдет в выборочном пространстве.

Простая вероятность рассчитывается путем деления числа благоприятных случаев в эксперименте на общее количество возможных исходов эксперимента.

Это так называемое правило Лапласа. Имейте в виду, что эту формулу можно использовать только в том случае, если все события в выборочном пространстве имеют одинаковую вероятность возникновения, то есть если это равновероятное выборочное пространство.

Совместная вероятность

Совместная вероятность (или составная вероятность) указывает на вероятность того, что два события произойдут одновременно.

Таким образом, совместная вероятность и простая вероятность представляют собой два противоположных типа вероятностей.

Чтобы найти совместную вероятность двух или более событий, вам необходимо освоить несколько концепций теории вероятностей, поэтому я рекомендую вам посмотреть подробное объяснение того, как она рассчитывается, нажав здесь: