सशर्त प्रायिकता

Statistics परिचय

George Boorman

Curriculum Manager, DataCamp

एक से अधिक मीटिंग्स

बिना प्रतिस्थापन के सैंपलिंग

अमीर, क्लेयर, डेमियन वाला बॉक्स.png

बिना प्रतिस्थापन के सैंपलिंग

क्लेयर का नाम निकला हुआ.png

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

दूसरे इवेंट की प्रायिकता पहले इवेंट के नतीजे से प्रभावित होती है

दो कॉलम: पहले पिक वाले कॉलम में Amir, Brian, Claire, Damian. दूसरे पिक का कॉलम खाली है.png

दूसरे इवेंट की प्रायिकता पहले इवेंट के नतीजे से प्रभावित होती है

पहले कॉलम में क्लेयर, दूसरे कॉलम में क्लेयर की ओर 0% प्रायिकता के साथ इशारा.png

दूसरे इवेंट की प्रायिकता पहले इवेंट के नतीजे से प्रभावित होती है

बिना प्रतिस्थापन के सैंपलिंग = हर पिक निर्भर है

पहले कॉलम में अमीर, ब्रायन, और डेमियन; दूसरे कॉलम में क्लेयर की प्रायिकता 33% दर्शाई गई.png

सशर्त प्रायिकता का उपयोग निर्भर इवेंट्स की प्रायिकता निकालने के लिए होता है
- एक इवेंट की प्रायिकता दूसरे के नतीजे पर निर्भर होती है

प्लेटफॉर्म पर खड़ी ट्रेन.png

¹ Image credit: https://unsplash.com/@pixeldan

दो इवेंट्स और उनके ओवरलैप को दिखाता वेन डायग्राम, जहाँ दोनों इवेंट्स होते हैं.png

वेन डायग्राम: $150 से अधिक ऑर्डर्स और किचन ऑर्डर्स की संख्या.png

वेन डायग्राम: $150 से अधिक ऑर्डर्स और किचन ऑर्डर्स की संख्या.png

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

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

वेन डायग्राम: किचन ऑर्डर्स और $150 से अधिक ऑर्डर्स की संख्या.png

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

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

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

$P(A | B)$ → इवेंट A की प्रायिकता, जब इवेंट B हुआ हो
$P(A \ \cap \ B)$ → इवेंट A और इवेंट B, दोनों की प्रायिकता
- इसे इवेंट B की प्रायिकता से भाग दें → $P(B)$

Statistics परिचय