Probabilidad condicional

Introducción a la estadística

George Boorman

Curriculum Manager, DataCamp

Varias reuniones

Muestreo sin sustitución

Box with Amir, Claire, Damian.png

Muestreo sin sustitución

Claire's name pulled out.png

$$P(\text{Claire}) = \frac{1}{3} = 33\%$$

La probabilidad del segundo suceso se ve afectada por el resultado del primer suceso.

Hay dos columnas: la primera columna de selección contiene Amir, Brian, Claire, Damian. Second pick column is empty.png

La probabilidad del segundo suceso se ve afectada por el resultado del primer suceso.

Claire in first column points to Claire in second column with probability 0%.png

La probabilidad del segundo suceso se ve afectada por el resultado del primer suceso.

Muestreo sin sustitución = cada selección es dependiente

Amir, Brian, and Damian in first column points to Claire in second column with probability 33%.png

La probabilidad condicional se utiliza para calcular la probabilidad de sucesos dependientes.
- La probabilidad de que ocurra un evento depende del resultado de otro.

¹ Crédito de la imagen: https://unsplash.com/@pixeldan

venn_diagram_showing_two_events_and_an_overlap_where_both_events_occur.png

venn_diagram_number_of_orders_over_150_dollars_and_number_kitchen_orders.png

venn_diagram_number_of_orders_over_150_dollars_and_number_kitchen_orders.png

$$P(Pedido cocina > 150 |) = \frac{\frac{20}{1767}}{\frac{181}{1767}}$$

$$P(Pedido cocina > 150 |) = \frac{20}{181} $$

venn_diagram_number_of_kitchen_orders_and_orders_over_150_dollars.png

$$P(Pedido cocina > 150 |) = \frac{\frac{20}{1767}}{\frac{601}{1767}}$$

$$P(Pedido cocina > 150 |) = \frac{20}{601} $$

$$P(A | B) = \frac{{P(A \ \cap \ B)}}{{P(B)}}$$

$P(A | B)$ → Probabilidad del suceso A, dado el evento B
$P(A \ \cap \ B)$ → Probabilidad de que ocurran el suceso A y el suceso B
- Dividido por la probabilidad del suceso B → $P(B)$

Introducción a la estadística