Prawdopodobieństwo empiryczne, znane również jako prawdopodobieństwo eksperymentalne, odnosi się do prawdopodobieństwa opartego na danych historycznych. Innymi słowy, prawdopodobieństwo empiryczne ilustruje prawdopodobieństwo wystąpienia zdarzenia na podstawie danych historycznych.
Wzór na prawdopodobieństwo empiryczne
Gdzie:
- Liczba wystąpień odnosi się do liczby przypadków wystąpienia korzystnego zdarzenia; i
- Całkowita liczba wykonanych eksperymentów odnosi się do całkowitej liczby wykonanych zdarzeń.
Przykład prawdopodobieństwa teoretycznego
Przykład 1
Poniższa tabela przedstawia trzykrotne rzucenie kostką i odpowiadający jej wynik. Jakie jest empiryczne prawdopodobieństwo wyrzucenia 4?
Prawdopodobieństwo empiryczne = 0/3 = 0%. Empiryczne prawdopodobieństwo wyrzucenia 4 wynosi 0% .
Przykład 2
Poniższa tabela przedstawia trzykrotne rzuty monetą i odpowiadający mu wynik. Jakie jest empiryczne prawdopodobieństwo zdobycia głowy?
Prawdopodobieństwo empiryczne = 3/3 = 100%. Empiryczne prawdopodobieństwo zdobycia głowy wynosi 100% .
Przykład 3
W formie bufetu 95 na 100 osób zdecydowało się zamówić kawę zamiast herbaty. Jakie jest empiryczne prawdopodobieństwo, że ktoś zamówi herbatę?
Prawdopodobieństwo empiryczne = 5/100 = 5%. Empiryczne prawdopodobieństwo, że ktoś zamówi herbatę, wynosi 5% .
Zalety i wady
Główną zaletą stosowania prawdopodobieństwa empirycznego jest to, że jest ono poparte badaniami eksperymentalnymi i danymi. Nie zawiera założonych danych ani hipotez. Testowanie hipotez. Testowanie hipotez Testowanie jest metodą wnioskowania statystycznego. Służy do sprawdzenia, czy stwierdzenie dotyczące parametru populacji jest poprawne. Testowanie hipotez . Istnieją jednak dwie duże wady prawdopodobieństwa empirycznego do rozważenia:
1. Wyciąganie błędnych wniosków
Korzystanie z prawdopodobieństwa empirycznego może prowadzić do wyciągania błędnych wniosków. Na przykład wiemy, że szansa na uzyskanie głowy podczas rzutu monetą wynosi ½. Jednak osoba może rzucić monetą trzy razy i uzyskać orzeł we wszystkich rzutach. Może on wyciągnąć błędny wniosek, że szanse na rzucenie głową podczas rzutu monetą wynoszą 100%.
2. Niewystarczająca wielkość próby
Małe rozmiary próbek zmniejszają dokładność. Dlatego duże rozmiary prób są generalnie używane do empirycznego określenia prawdopodobieństwa, aby uzyskać dobrą reprezentację prawdopodobieństwa. Na przykład, jeśli dana osoba chciała poznać prawdopodobieństwo uzyskania orła w rzucie monetą, ale użyła tylko jednej próbki, prawdopodobieństwo empiryczne wynosi 0% lub 100%.
Różne typy prawdopodobieństw
Oprócz prawdopodobieństwa empirycznego istnieją dwa inne główne typy prawdopodobieństw:
1. Prawdopodobieństwo klasyczne
Prawdopodobieństwo klasyczne (zwane także prawdopodobieństwem a priori lub prawdopodobieństwem teoretycznym) odnosi się do prawdopodobieństwa opartego na formalnym rozumowaniu. Na przykład klasyczne prawdopodobieństwo uzyskania głowy podczas rzutu monetą wynosi ½.
2. Prawdopodobieństwo subiektywne
Prawdopodobieństwo subiektywne odnosi się do prawdopodobieństwa opartego na doświadczeniu lub osobistym osądzie. Na przykład, jeśli analityk uważa, że „istnieje 80% prawdopodobieństwo, że indeks S&P 500 osiągnie historyczne maksima w następnym miesiącu”, używa prawdopodobieństwa subiektywnego.
Powiązane odczyty
Finance jest oficjalnym dostawcą globalnego programu Financial Modeling & Valuation Analyst (FMVA) ™ Certyfikat FMVA® Dołącz do ponad 350 600 studentów, którzy pracują dla firm takich jak Amazon, JP Morgan i Ferrari, program certyfikacji, który ma pomóc każdemu zostać światowej klasy analitykiem finansowym . Aby kontynuować naukę i rozwijać swoją karierę, przydatne będą poniższe dodatkowe zasoby finansowe:
- Podstawowe pojęcia statystyczne w finansach Podstawowe pojęcia dotyczące statystyki w finansach Dokładne zrozumienie statystyki jest niezwykle ważne, abyśmy mogli lepiej zrozumieć finanse. Ponadto koncepcje statystyczne mogą pomóc inwestorom w monitorowaniu
- Twierdzenie Bayesa Twierdzenie Bayesa W statystyce i teorii prawdopodobieństwa twierdzenie Bayesa (znane również jako reguła Bayesa) jest wzorem matematycznym używanym do określenia warunkowej
- Prognozowanie Prognozowanie odnosi się do praktyki przewidywania tego, co wydarzy się w przyszłości, z uwzględnieniem wydarzeń w przeszłości i teraźniejszości. Zasadniczo jest to narzędzie do podejmowania decyzji, które pomaga firmom radzić sobie z wpływem niepewności przyszłości poprzez badanie danych historycznych i trendów.
- Prawdopodobieństwo subiektywne. Subiektywne
