콘텐츠
통계에서 사건은 확률 내의 변수입니다. 통계학자가 어떤 일이 일어날 확률을 결정하려고 할 때 두 사건이 서로 어떻게 영향을 미치는지 확인하려고합니다. 이벤트를 독립형과 종속 형의 두 가지 유형으로 구분합니다. 통계학자는 사건이 변수에 독립적이거나 종속적임을 증명해야합니다.
독립 사건의 예
조지아 대학교 교육 학부에 따르면 독립적 인 사건은 확률의 두 변수가 어떤 식 으로든 서로 영향을 미치지 않는 경우입니다. 예를 들어, 한 사람이 연속으로 두 번 주사위를 굴리면 결과는 굴림 횟수로 미리 결정되지 않습니다. 또 다른 예는 오른 손잡이가 주사위를 던지는 것입니다. 사람이 오른 손잡이라는 단순한 사실은 데이터 결과에 영향을 미치지 않습니다.
종속 이벤트의 예
University of Georgia School of Education은 종속 사건을 서로 영향을 미칠 가능성이있는 두 변수로 정의합니다. 예를 들어, 한 덱에는 모두 검은 색 또는 빨간색으로 숫자, 왕과 여왕 이미지, 스페이드, 에이스, 다이아몬드 및 클럽과 같은 기호가있는 52 개의 카드 만 있습니다. 따라서 누군가가 게임에서 두 장의 카드를 가져 가면 그 사람은 자신이 뽑은 카드의 확률을 계산할 수 있습니다.
질적 추론
종속 사건과 독립 사건의 차이점을 설명하려면 질적 설명이 필요합니다. 예를 들어, 플로리다 주립 대학의 수학과는 왼팔에 캐스트를 착용 한 사람의 예를 제공합니다. 우리는 그 사람의 왼팔이 부러 져야한다고 추론합니다. 이 추론은 이것이 종속 이벤트임을 보여주는 데 도움이됩니다. 신체의 특정 부위에 석고를 사용하면 그 부위에 부러진 뼈가 포함되어 있다고 판단 할 가능성이 높기 때문에 의존적 사건입니다. 따라서 확률을 계산할 수 있습니다.
변수가 연결되는 방식 알아보기
통계에서 가장 큰 문제는 하나의 이벤트가 다른 이벤트와 연결되어 있는지 확인하는 것입니다. 그것이 가능하지 않다는 것을 의미하지는 않지만 독립 사건에 대한 확률을 생성하는 것은 매우 어렵습니다. 예를 들어 이러한 어려움을 설명합니다. CPF의 마지막 숫자가 7이고 생일이 1 월 3 일이라고 가정 해 보겠습니다. 충분한 자원을 가진 통계학자는 1 월 3 일에 생일이 있고 CPF의 마지막 숫자가 7 인 국가의 사람들의 비율을 알려줄 수 있습니다. 그러나 이러한 이벤트가 서로 영향을 미치거나 다시 발생할 가능성을 계산하는 것은 어렵거나 불가능합니다.