Kebarangkalian bersyarat adalah kebarangkalian kejadian berlaku memandangkan peristiwa lain sudah berlaku. Konsep ini adalah salah satu konsep klasik dalam teori kebarangkalian Peraturan Keseluruhan Kebarangkalian Peraturan Keseluruhan Kebarangkalian (juga dikenali sebagai hukum kemungkinan besar) adalah peraturan asas dalam statistik yang berkaitan dengan bersyarat dan marginal. Perhatikan bahawa kebarangkalian bersyarat tidak menyatakan bahawa selalu ada hubungan kausal antara kedua peristiwa tersebut, dan juga tidak menunjukkan bahawa kedua-dua peristiwa itu berlaku secara serentak.
Konsep kebarangkalian bersyarat terutama berkaitan dengan Teorema Bayes 'Teorema Bayes' Dalam statistik dan teori kebarangkalian, teorema Bayes (juga dikenali sebagai peraturan Bayes) adalah formula matematik yang digunakan untuk menentukan bersyarat, yang merupakan salah satu yang paling teori berpengaruh dalam statistik.
Formula untuk Kebarangkalian Bersyarat
Di mana:
- P (A | B) - kebarangkalian bersyarat; kebarangkalian kejadian A berlaku memandangkan peristiwa B sudah berlaku
- P (A ∩ B) - kebarangkalian bersama bagi peristiwa A dan B; kebarangkalian kedua-dua peristiwa A dan B berlaku
- P (B) - kebarangkalian peristiwa B
Rumus di atas diterapkan untuk pengiraan kebarangkalian bersyarat dari peristiwa yang tidak bebas Peristiwa Bebas Dalam statistik dan teori kebarangkalian, peristiwa bebas adalah dua peristiwa di mana berlakunya satu peristiwa tidak mempengaruhi terjadinya peristiwa lain atau saling eksklusif.
Kaedah lain untuk mengira kebarangkalian bersyarat adalah dengan menggunakan teorema Bayes. Teorema dapat digunakan untuk menentukan kebarangkalian bersyarat peristiwa A, mengingat peristiwa B telah terjadi, dengan mengetahui kemungkinan bersyarat peristiwa B, mengingat peristiwa A telah terjadi, serta kemungkinan individu peristiwa A dan B. secara matematik , teorema Bayes dapat dilambangkan dengan cara berikut:
Akhirnya, kebarangkalian bersyarat dapat dijumpai menggunakan rajah pokok. Dalam rajah pokok, kebarangkalian di setiap cabang adalah bersyarat.
Kebarangkalian Bersyarat untuk Acara Bebas
Dua peristiwa tidak bersandar sekiranya kebarangkalian hasil dari satu peristiwa tidak mempengaruhi kebarangkalian hasil peristiwa yang lain. Oleh sebab ini, kebarangkalian bersyarat dari dua peristiwa bebas A dan B adalah:
P (A | B) = P (A)
P (B | A) = P (B)
Kebarangkalian Bersyarat untuk Acara Saling Eksklusif
Dalam teori kebarangkalian, peristiwa saling eksklusif Peristiwa Eksklusif Bersama Dalam statistik dan teori kebarangkalian, dua peristiwa saling eksklusif jika tidak dapat berlaku pada masa yang sama. Contoh termudah yang saling eksklusif adalah peristiwa yang tidak dapat berlaku serentak. Dengan kata lain, jika satu peristiwa telah terjadi, kejadian lain tidak dapat terjadi. Oleh itu, kebarangkalian bersyarat untuk peristiwa eksklusif selalu sifar.
P (A | B) = 0
P (B | A) = 0
Sumber tambahan
Finance menawarkan Pensijilan Pemodelan & Penilaian Kewangan (FMVA) ™ FMVA® Sertai 350,600+ pelajar yang bekerja untuk syarikat seperti Amazon, JP Morgan, dan program pensijilan Ferrari bagi mereka yang ingin mengambil kerjaya mereka ke tahap seterusnya. Untuk terus belajar dan memajukan kerjaya anda, sumber Kewangan berikut akan sangat membantu:
- Ramalan Ramalan Ramalan Meramalkan praktik meramalkan apa yang akan berlaku pada masa akan datang dengan mempertimbangkan peristiwa pada masa lalu dan masa kini. Pada dasarnya, ia adalah alat membuat keputusan yang membantu perniagaan mengatasi kesan ketidaktentuan masa depan dengan meneliti data dan tren sejarah.
- Hukum Nombor Besar Hukum Nombor Besar Dalam teori statistik dan teori kebarangkalian, hukum bilangan besar adalah teorema yang menerangkan hasil pengulangan eksperimen yang sama sebilangan besar
- Ujian Nonparametrik Ujian Non Parametrik Dalam statistik, ujian nonparametrik adalah kaedah analisis statistik yang tidak memerlukan sebaran untuk memenuhi andaian yang diperlukan untuk dianalisis
- Analisis Kuantitatif Analisis Kuantitatif Analisis kuantitatif adalah proses mengumpulkan dan menilai data yang dapat diukur dan dapat disahkan seperti pendapatan, bahagian pasaran, dan upah untuk memahami tingkah laku dan prestasi perniagaan. Pada era teknologi data, analisis kuantitatif dianggap sebagai pendekatan pilihan untuk membuat keputusan yang tepat.
