Probabilitas kondisional

Pengantar Statistika

George Boorman

Curriculum Manager, DataCamp

Beberapa pertemuan

Pengambilan tanpa pengembalian

Kotak berisi Amir, Claire, Damian.png

Pengambilan tanpa pengembalian

Nama Claire diambil.png

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

Probabilitas kejadian kedua dipengaruhi oleh hasil kejadian pertama

Dua kolom: Kolom pilihan pertama berisi Amir, Brian, Claire, Damian. Kolom pilihan kedua kosong.png

Probabilitas kejadian kedua dipengaruhi oleh hasil kejadian pertama

Claire di kolom pertama menunjuk ke Claire di kolom kedua dengan probabilitas 0%.png

Probabilitas kejadian kedua dipengaruhi oleh hasil kejadian pertama

Pengambilan tanpa pengembalian = setiap pilihan saling bergantung

Amir, Brian, dan Damian di kolom pertama menunjuk ke Claire di kolom kedua dengan probabilitas 33%.png

Probabilitas kondisional digunakan untuk menghitung probabilitas kejadian yang saling bergantung
- Probabilitas satu kejadian bersyarat pada hasil kejadian lain

¹ Kredit gambar: https://unsplash.com/@pixeldan

diagram_venn_menampilkan_dua_kejadian_dan_irisan_tempat_keduanya_terjadi.png

diagram_venn_jumlah_pesanan_lebih_dari_150_dolar_dan_jumlah_pesanan_dapur.png

diagram_venn_jumlah_pesanan_lebih_dari_150_dolar_dan_jumlah_pesanan_dapur.png

$$P(Order > 150 | Kitchen) = \frac{\frac{20}{1767}}{\frac{181}{1767}}$$

$$P(Order > 150 | Kitchen) = \frac{20}{181} $$

diagram_venn_jumlah_pesanan_dapur_dan_pesanan_lebih_dari_150_dolar.png

$$P(Kitchen | Order > 150) = \frac{\frac{20}{1767}}{\frac{601}{1767}}$$

$$P(Kitchen | Order > 150) = \frac{20}{601} $$

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

$P(A | B)$ → Probabilitas A, dengan syarat B
$P(A \ \cap \ B)$ → Probabilitas A dan B
- Dibagi dengan probabilitas B → $P(B)$

Pengantar Statistika