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.
Nå har du
Velg et problem, eller skriv inn, eller tegne din egen. Hvert steg, et bilde, svaret skjult til du spør.
Fortsett ditt eget arbeid
En gratis konto legger til notater om hver leksjon, en oversikt over hva du har fullført, problemene du har løst på ett sted og en lærer du kan spørre om. Matematikkene er åpne for alle, signerte på eller ikke.
Trykk på et symbol for den fulle definisjonen, et bilde og hva hver bokstav i det betyr.
Hva hver del betyr
Forestill deg det
Vurdert kunnskap
Eksempler
Brukes også i denne forklaringen
Hvordan: Sample spaces and the axioms
Power: (5/6)^4 = 625/1296.
Simplify.
Spørsmål folk stiller
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.