Probabilidade condicional

Introdução à estatística

George Boorman

Curriculum Manager, DataCamp

Várias reuniões

Amostragem sem substituição

Caixa com Amir, Claire e Damian.png

Amostragem sem reposição

O nome da Claire foi retirado.png

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

A probabilidade do segundo evento é afetada pelo resultado do primeiro evento

Duas colunas: Primeira coluna contendo Amir, Brian, Claire e Damian. A segunda coluna de seleção está vazia.png

A probabilidade do segundo evento é afetada pelo resultado do primeiro evento

Claire na primeira coluna aponta para Claire na segunda coluna com probabilidade de 0%.png

A probabilidade do segundo evento é afetada pelo resultado do primeiro evento

Amostragem sem reposição = cada escolha é dependente

Amir, Brian e Damian na primeira coluna apontam para Claire na segunda coluna com uma probabilidade de 33%.png

Probabilidade condicional: usada para calcular a probabilidade de eventos dependentes.
- A probabilidade de um evento é condicional ao resultado de outro.

¹ Crédito da imagem: 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

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

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

venn_diagram_number_of_kitchen_orders_and_orders_over_150_dollars.png

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

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

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

$P(A | B)$ → Probabilidade do evento A, dado o evento B
$P(A \ \cap \ B)$ → Probabilidade do evento A e do evento B
- Dividido pela probabilidade do evento B → $P(B)$

Introdução à estatística