גרונטלעכע באַגריפֿן פֿון סטאַטיסטישער וואַרשיינלעכקייט
וואַרשיינלעכקייט און סטאַטיסטיק זענען צוויי פעלדער פון וויסנשאַפט וואָס זענען קריטיש פֿאַר פֿאַרשטיין אומזיכערקייט און מאַכן דאַטן-געטריבענע באַשלוסן. אין וואָכעדיק לעבן, טרעפן מיר אָפט פֿראַגעס ווי "וואָס איז די שאַנס פֿאַר רעגן הייַנט?", "איז אַ מעדיצין עפֿעקטיוו?", אָדער "וועט אַ פֿאַרקויף סטראַטעגיע פאַרגרעסערן פארקויפונג?". וואַרשיינלעכקייט גיט אַ מאַטעמאַטישע ראַם פֿאַר מעסטן די ליקעליהאָאָד פֿון אַ געשעעניש, בשעת סטאַטיסטיק העלפֿט אונדז פּראָצעסירן דאַטן, ציען מסקנות און מאַכן פאָרויסזאָגן. דער אַרטיקל דיסקוטירט די יסודות פֿון סטאַטיסטישער וואַרשיינלעכקייט, וואָס פֿאָרמען די יסוד פֿון מאָדערנער דאַטן אַנאַליז.
1. פארשטיין ווארשיינליכקייט און סטאטיסטיק
וואַרשיינלעכקייט איז אַ צווייַג פֿון מאַטעמאַטיק וואָס שטודירט די ליקעליהאָאָד פֿון אַ געשעעניש. וואַרשיינלעכקייט ווערט גענוצט צו מאָדעלירן צופֿעליקע געשעענישן און קוואַנטיטאַטיוו מעסטן אומזיכערקייט. וואַרשיינלעכקייט ווערטן גייען פֿון 0 ביז 1. אַ ווערט פֿון 0 ווײַזט אויף אוממעגלעכקייט, בשעת אַ ווערט פֿון 1 ווײַזט אויף זיכערקייט.
סטאַטיסטיק איז די וויסנשאַפט וואָס שטודירט ווי צו זאַמלען, אָרגאַניזירן, אַנאַליזירן און אינטערפּרעטירן דאַטן. סטאַטיסטיק איז צעטיילט אין צוויי הויפּט געביטן:
1. דעסקריפּטיווע סטאַטיסטיק, נעמליך מעטאָדן פֿאַר צוזאַמענפֿאַסן און באַשרײַבן דאַטן (למשל דורכשניט, מעדיאַן, גראַפֿן).
2. אינפערענציעלע סטאַטיסטיק, נעמליך מעטאָדן פֿאַר ציען מסקנות וועגן אַ באַפעלקערונג באַזירט אויף אַ מוסטער (למשל שאַצונג, היפּאָטעזע טעסטינג).
די צוויי זענען פארבונדן מיט יעדער אנדערער. ווארשיינליכקייט דינט אפט אלס די טעארעטישע באזע פאר אינפערענציעלע סטאטיסטיק, ווייל ווען מיר נעמען א מוסטער פון א באפעלקערונג, זענען די רעזולטאטן ראנדאם און קענען אנאליזירט ווערן מיט ווארשיינליכקייט קאנצעפטן.
2. גרונטלעכע קאנצעפטן: עקספערימענטן, מוסטער-רוימען, און געשעענישן
אין ווארשיינליכקייט, איז דער ערשטער שריט צו דעפינירן א ראנדאם עקספערימענט, וואס איז א פראצעס וועמענס רעזולטאט קען נישט פאראויסגעזאגט ווערן פון פאראויס. ביישפילן שליסן איין ווארפן א מטבע, ווארפן קוביקעס, אדער אויסקלויבן איין מענטש ראנדאם פון א גרופע.
די מעגלעכע רעזולטאַטן פון אַ צופֿעליקן עקספּערימענט ווערן גערופן דער מוסטער־פּלאַץ, און ווערן געוויינטלעך באַצייכנט מיט \(S \) אדער \(\Omega \). למשל:
– וואַרפֿן אַ מטבע: \( S = \{בילד, נומער\} \)
– וואַרפט די קוביקעס: \( S = \{1,2,3,4,5,6\} \)
אַן געשעעניש איז אַ טייל פֿון דעם מוסטער־פּלאַץ. בייַשפּיל:
– די געשעעניש פון באַקומען אַ גראָדע נומער: \( A = \{2,4,6\} \)
– געשעעניש פון באַקומען אַ נומער גרעסער ווי 4: \( B = \{5,6\} \)
3. גרונטלעכע כּללים פון וואַרשיינלעכקייט
אויב אַלע רעזולטאַטן אין דעם מוסטער-פּלאַץ האָבן די זעלבע וואַרשיינלעכקייט (עקווי-פּראָבאַבלע), קען די וואַרשיינלעכקייט פון אַ געשעעניש \(A \) אויסגערעכנט ווערן ווי:
\[
P(A) = \frac{\text{נומער פון רעזולטאַטן וואָס שטיצן } A}{\text{נומער פון אַלע רעזולטאַטן אין } S}
\]
בייַשפּיל: וואַרשיינלעכקייט צו באַקומען אַ גראָדע נומער אויף די קוביקעס:
\[
P(A)=\frac{3}{6}=0,5
\]
עטלעכע וויכטיגע כּללים:
1. וואַרשיינלעכקייט לימיטן:
\[
0 ≤ P(A) ≤ 1
\]
2. ווארשיינליכקייט פון קאמפלעמענט (געשעעניש וואס פאסירט נישט):
\[
פּ(A^c)=1-פּ(A)
\]
3. צוגאב-רעגולאציע פאר צוויי געשעענישן:
– אויב \(A \) און \(B \) זענען איינער דעם אַנדערן אויסשליסנדיק (קענען נישט פּאַסירן סיימאַלטייניאַס):
\[
פּ(A ≈ B) = פּ(A) + פּ(B)
\]
– אויב נישט איינס אויסשליסנדיק:
\[
פּ(A ⋅B) = פּ(A) + פּ(B) - פּ(A ⋅B)
\]
4. קאָנדישאַנעלע וואַרשיינלעכקייט און זעלבשטענדיקייט
קאָנדישאַנעלע וואַרשיינלעכקייט איז די וואַרשיינלעכקייט אַז אַ געשעעניש \(A \) וועט פּאַסירן, מיט דער באַדינגונג אַז געשעעניש \(B \) איז שוין געשען. געשריבן:
\[
פּ(A|B) = \frac{P(A \capB)}{P(B)}
\]
מיט \(P(B) \ne 0 \).
די קאנצעפט איז וויכטיג אין אסאך געביטן, ווי צום ביישפיל דיאגנאזירן א קראנקהייט באזירט אויף טעסט רעזולטאטן. אויב מיר ווייסן אז איינער האט שוין געוויסע סימפטאמען, קענען די שאנסן צו ווערן דיאגנאזירט מיט א קראנקהייט זיך ענדערן.
צוויי געשעענישן \(A \) און \(B \) ווערן געזאגט צו זיין אומאפהענגיק אויב די אויפטרעטונג פון \(A \) האט נישט קיין ווירקלעכקייט פון די אויפטרעטונג פון \(B \). מאטעמאטיש:
\[
פּ(A ≈ B) = פּ(A) ≈ P(B)
\]
אדער עקוויוואַלענט צו:
\[
פּ(א|ב)=פּ(א)
\]
5. צופֿעליקע וועריאַבלען און וואַרשיינלעכקייט פאַרשפּרייטונגען
אין סטאַטיסטיק און וואַרשיינלעכקייט, ניצן מיר אָפט ראַנדאָם וועריאַבאַלן, וואָס זענען פונקציעס וואָס מאַפּן די רעזולטאַטן פון ראַנדאָם עקספּערימענטן צו נומערן. ראַנדאָם וועריאַבאַלן זענען צעטיילט אין:
1. דיסקרעטע: דער ווערט איז ציילבאַר (למשל, די צאָל קינדער אין אַ משפּחה).
2. קאָנטינויִערלעך: דער ווערט קען זײַן אין אַ קייט (למשל הייך, וואַרטצײַט).
פֿאַר דיסקרעטע צופֿעליקע וועריאַבלען, ווייסן מיר די וואַרשיינלעכקייט מאַסע פונקציע (PMF), בשעת פֿאַר קאָנטיניואַס וועריאַבלען, ווייסן מיר די וואַרשיינלעכקייט געדיכטקייט פונקציע (PDF).
ביישפילן פון וויכטיגע דיסקרעטע פאַרשפּרייטונגען:
– בערנולי דיסטריביוציע: נאָר צוויי רעזולטאַטן, הצלחה (1) און דורכפאַל (0).
– בינאמיאלע פארטיילונג: די צאל הצלחות פון \(n \) בערנולי שטודיעס.
– פּואַסאָן פֿאַרטיילונג: רעכנט אויס די צאָל געשעענישן אין אַ געוויסן צייט/פּלאַץ אינטערוואַל.
ביישפילן פון קאָנטינויִערלעכע פאַרשפּרייטונגען:
– נאָרמאַלע פֿאַרטיילונג: אַ "גלאָק" פֿאַרטיילונג וואָס דערשיינט אָפֿט אין נאַטירלעכע און געזעלשאַפֿטלעכע דערשיינונגען.
– עקספּאָנענציעלע פאַרשפּרייטונג: אָפט געניצט צו מאָדעלירן די צייט צווישן געשעענישן, ווי צום ביישפּיל די צייט צווישן קונה-אָנקומען.
6. מיטלען פון צענטראַליזאַציע און צעשפּרייטונג
דעסקריפּטיוו סטאַטיסטיק דאַרף מעסטונגען וואָס סאַמערייזן דאַטן.
צענטראַליזאַציע מאָס:
– דורכשניט (מיטל): די סומע פון די דאַטן צעטיילט דורך די צאָל דאַטן.
– מעדיאַן: דער מיטלסטער ווערט נאָכדעם וואָס די דאַטן זענען סאָרטירט.
– מאָדוס: דער ווערט וואָס דערשיינט אָפטסטנס.
פאַרשפּרייט גרייס:
– ראַנגע: דער חילוק צווישן די מאַקסימום און מינימום ווערטן.
– וואַריאַנס: אַ מאָס פֿון דער דורכשניטלעכער קוואַדראַטישער אָפּנייגונג פֿונעם דורכשניט.
– סטאַנדאַרט דעוויִאַציע: די קוואַדראַט וואָרצל פֿון דער וואַריאַנס, גרינגער צו פֿאַרשטיין אין די זעלבע איינסן ווי די דאַטן.
די מאָסן זענען וויכטיק צו זען צי די דאַטן איז קאָנצענטרירט לעבן אַ געוויסן ווערט אָדער ברייט פֿאַרשפּרייט.
7. באַגריף פון מוסטער, באַפעלקערונג און שאַצונג
אין פאָרשונג, קענען מיר זעלטן מעסטן די גאנצע באַפעלקערונג צוליב קאָסטן און צייט באַגרענעצונגען. דעריבער נעמען מיר אַ מוסטער. פון דעם מוסטער רעכענען מיר סטאַטיסטיק (למשל, די מוסטער דורכשניט) צו אָפּשאַצן באַפעלקערונג פּאַראַמעטערס (למשל, די באַפעלקערונג דורכשניט).
דער פּראָצעס פֿון אָפּשאַצן פּאַראַמעטערס ווערט גערופֿן עסטימאַציע. עסטימאַציעס קענען זײַן:
– פונקט שאַצונג: איין געשאצטער ווערט (ביישפּיל: מוסטער דורכשניט).
– צוטרוי אינטערוואַל: אַ קייט פון ווערטן וואָס מען גלויבט ענטהאַלטן דעם פּאָפּולאַציע פּאַראַמעטער מיט אַ געוויסן מדרגה פון צוטרוי (למשל 95%).
8. היפּאָטעזע טעסטינג (איבערבליק)
אינפערענציעלע סטאַטיסטיק נעמט אויך אריין היפּאָטעזע טעסטינג, וואָס איז אַ פּראָצעדור פֿאַר טעסטינג טענות וועגן אַ באַפעלקערונג. למשל, אַ פירמע קען וועלן וויסן צי די דורכשניטלעכע פּראָדוקציע צייט איז פאַרקלענערט געוואָרן נאָך דעם ווי זיי האָבן ימפּלאַמענטירט אַ נייע מעטאָדע.
היפּאָטעזע טעסטינג טיפּיש ינוואַלווז:
– נול היפּאָטעזע (\( H_0 \)): ערשטע אויסזאָג (למשל "קיין ענדערונג").
– אַלטערנאַטיווע היפּאָטעזע (\( H_1 \)): די אויסזאָג וואָס דאַרף באַוויזן ווערן (למשל "עס איז דאָ אַ פאַרקלענערונג אין פּראָדוקציע צייט").
– דער p-ווערט אדער קריטישער גרענעץ פארן באשליסן צו אננעמען אדער אפווארפן \( H_0 \).
כאָטש דאָס באַגריף קען אויסזען קאָמפּליצירט אין ערשטן, די עיקר איז צו מאַכן באַשלוסן באַזירט אויף דאַטן-באַווייזן מיט אַ מעסטבאַרן ריזיקאָ פון טעות.
קלאָוזינג
די יסודות פון סטאַטיסטישער וואַרשיינלעכקייט געבן אונדז אַ פארשטאנד פון אומזיכערקייט און ווי צו ציען מסקנות פון דאַטן. פון די קאָנצעפּטן פון מוסטער-רוימען און געשעענישן, וואַרשיינלעכקייט-רעגולאַציעס, קאָנדיציאָנעלע וואַרשיינלעכקייט, ביז צופעליקע וועריאַבאַלן און פאַרשפּרייטונגען, אַלע פאָרמען אַ וויכטיקע יסוד פֿאַר דאַטן-אַנאַליז, פאָרשונג און באַשלוס-מאכן. אין היינטיקער דאַטן-געטריבענער וועלט, איז פארשטיין וואַרשיינלעכקייט און סטאַטיסטיק נישט בלויז אַן אַקאַדעמישע פאָדערונג, נאָר אויך אַ פּראַקטישע סקיל וואָס איז נוצלעך אין פעלדער ווי ביזנעס, געזונטהייט, טעכנאָלאָגיע און די געזעלשאַפטלעכע וויסנשאַפֿטן.
אויב איר ווילט, קען איך אויך מאַכן אַ מער טעכנישע ווערסיע פון דעם אַרטיקל (מיט בייַשפּיל פֿראַגעס און דיסקוסיע) אָדער אַ פּשוטערע ווערסיע פֿאַר שול־לעוועל.
