Kolmogorov's axioms, events as sets, conditional probability and Bayes.
Probability is a measure on events: non-negative, total 1, additive over disjoint events. Conditional probability P(A|B) = P(A ∩ B)/P(B), and Bayes reverses the conditioning. Picture it: a tree diagram; multiply along branches, add across leaves. Think it: the axioms are measure theory with total mass 1, which is why the two subjects merged.
Τώρα εσύ.
Επιλέξτε ένα πρόβλημα, ή πληκτρολογήστε ή σχεδιάστε το δικό σας.
Να δουλεύεις μόνος σου.
Ένας δωρεάν λογαριασμός προσθέτει σημειώσεις σε κάθε μάθημα, ένα αρχείο του τι έχετε τελειώσει, λύθηκαν προβλήματα σας σε ένα μέρος, και ένας δάσκαλος που μπορείτε να ρωτήσετε για αυτή τη σελίδα.
Χτυπήστε οποιοδήποτε σύμβολο για τον πλήρη ορισμό, μια εικόνα, και τι σημαίνει κάθε γράμμα σε αυτό.
Τι σημαίνει κάθε μέρος
Φαντάσου το.
Αξίζει να ξέρεις.
Παραδείγματα
Χρησιμοποιείται επίσης σε αυτή την εξήγηση
Πώς να: Sample spaces and the axioms
Power: (5/6)^4 = 625/1296.
Simplify.
Ερωτήσεις που κάνουν οι άνθρωποι
What is the difference between probability and statistics?
Probability goes from a known model to what the data should look like; statistics goes from data back to the model. Probability theory is the deductive half.
What does the law of large numbers promise?
That the average of many independent samples converges to the expected value. It says nothing about any single trial.