확률은 이벤트가 발생할 가능성입니다. 이벤트라는 용어는 프로시저 결과의 모음으로 정의됩니다. 이벤트는 결과를 더 간단한 부분으로 나눌 수 없는 간단한 이벤트입니다.
간단한 이벤트의 예로는 동전 던지기가 있습니다. 동전 던지기의 결과는 앞면 또는 뒷면이 됩니다. 여기서 머리와 꼬리는 두 개의 간단한 이벤트입니다. 이 두 개의 간단한 이벤트가 샘플 공간을 구성합니다. 또한 이벤트가 발생할 확률은 0에서 1 사이입니다. 불가능한 사건의 확률은 0인 반면, 의심할 여지 없이 발생할 사건의 확률은 1입니다.
두 개의 동전을 던지면 네 가지 결과가 나올 수 있습니다. 그들은 머리와 머리, 머리와 꼬리, 꼬리와 머리, 꼬리와 꼬리입니다. 이 네 가지 결과는 더 이상 세분화할 수 없으며 단순한 사건이라고 합니다. 두 개의 결과에는 하나의 앞면과 하나의 뒷면이 있습니다. 하나의 결과에만 두 개의 앞면 또는 두 개의 뒷면이 있으며, 이 정보를 사용하여 다음 방정식을 사용하여 확률을 계산할 수 있습니다.
방정식에서 A는 이벤트, s는 이벤트가 발생할 수 있는 방법의 수, n은 단순 이벤트의 수입니다.
동전 던지기 실험에서 앞면이 두 개 나올 때 s의 값은 1이고, 뒷면이 두 개 있을 때 1이며, 앞면과 뒷면일 때 두 개입니다. 이벤트 개수 n은 4입니다. 방정식을 사용하면 동전 던지기에서 앞면이 두 개 나올 확률은 1/4입니다. 두 개의 꼬리는 1/4이고 머리와 꼬리의 꼬리는 2/4입니다.
또한 확률은 실용적인 통계 도구입니다. 통계학자가 과거 이벤트를 기반으로 미래의 결과를 예측하는 데 도움이 될 수 있습니다. 그 응용 프로그램 중 일부는 날씨 예측, 게임 및 스포츠 전략 프레이밍, 보험 구매에 있습니다.
이 텍스트는 <a href="https://openstax.org/books/introductory-statistics/pages/3-1-terminology"에서 발췌한 것입니다>Openstax, Introductory Statistics, Section 3.1 Terminology under Probability Topics
확률은 사건이 발생할 확률을 다루는 수학의 한 분야입니다.
머리와 머리, 머리와 꼬리, 꼬리와 꼬리, 꼬리와 꼬리를 두 번이나 던졌을 때 어떤 결과가 나올 수 있을지 생각해 보세요.
4개의 결과 중 2개는 하나의 앞면과 하나의 뒷면을 가지고 있습니다.
확률에서 각 결과 모음을 이벤트라고 하며, 더 간단한 구성 요소로 나눌 수 없는 결과를 단순 이벤트라고 합니다.
사건의 확률은 발생할 수 있는 방법의 수를 서로 다른 단순 사건의 총 수로 나눈 값으로 제공됩니다. 각 사례에 대해 계산할 수 있습니다.
모든 이벤트의 확률 범위는 0에서 1 사이입니다. 불가능한 이벤트의 경우 0이고 특정 이벤트의 경우 1입니다.
확률은 통계에 매우 유용합니다. 통계학자들은 확률의 법칙을 사용하여 과거의 사건으로부터 추론을 도출하고 미래의 결과를 예측할 수 있습니다.
예를 들어, 동전 던지기 실험의 계산된 확률을 사용하여 확률 분포를 구성할 수 있습니다.
실제 결과를 이러한 이론적 확률과 비교하면 결과가 비정상적인지 확인할 수 있습니다.
Related Videos
Probability Distributions
12.6K views
Probability Distributions
11.5K views
Probability Distributions
6.9K views
Probability Distributions
11.2K views
Probability Distributions
3.2K views
Probability Distributions
3.9K views
Probability Distributions
10.3K views
Probability Distributions
7.8K views
Probability Distributions
4.8K views
Probability Distributions
10.7K views
Probability Distributions
10.4K views
Probability Distributions
5.0K views
Probability Distributions
12.4K views
Probability Distributions
14.5K views