โอกาสมีแค่ไหน?

สถิติเบื้องต้นด้วย Python

Maggie Matsui

Content Developer, DataCamp

การวัดความน่าจะเป็น

ความน่าจะเป็นของเหตุการณ์คืออะไร?

$$ P(\text{event}) = \frac{\text{\# ways event can happen}}{\text{total \# of possible outcomes}} $$

ตัวอย่าง: การโยนเหรียญ

$$ P(\text{heads}) = \frac{\text{1 way to get heads}}{\text{2 possible outcomes}} = \frac{1}{2} = 50\%$$

เส้นตัวเลขของความน่าจะเป็น 0 เปอร์เซ็นต์ = เป็นไปไม่ได้ 100 เปอร์เซ็นต์ = เกิดขึ้นแน่นอน

สถิติเบื้องต้นด้วย Python

การมอบหมายพนักงานขาย

กล่องที่มีชื่อ Amir, Brian, Claire และ Damian

สถิติเบื้องต้นด้วย Python

การมอบหมายพนักงานขาย

การหยิบชื่อ Brian ออกมา

$$P(\text{Brian}) = \frac{1}{4} = 25\%$$

สถิติเบื้องต้นด้วย Python

การสุ่มตัวอย่างจาก DataFrame

print(sales_counts)

     name  n_sales
0    Amir      178
1   Brian      128
2  Claire       75
3  Damian       69

sales_counts.sample()

    name  n_sales
1  Brian      128

sales_counts.sample()

     name  n_sales
2  Claire       75
สถิติเบื้องต้นด้วย Python

การกำหนด random seed

np.random.seed(10)

sales_counts.sample()

    name  n_sales
1  Brian      128

np.random.seed(10)
sales_counts.sample()

    name  n_sales
1  Brian      128

np.random.seed(10)
sales_counts.sample()

    name  n_sales
1  Brian      128
สถิติเบื้องต้นด้วย Python

การประชุมครั้งที่สอง

การสุ่มตัวอย่างแบบไม่ใส่คืน

กล่องที่มีชื่อ Amir, Claire, Damian

สถิติเบื้องต้นด้วย Python

การประชุมครั้งที่สอง

การหยิบชื่อ Claire ออกมา

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

สถิติเบื้องต้นด้วย Python

การสุ่มตัวอย่างสองครั้งใน Python

sales_counts.sample(2)

     name  n_sales
1   Brian      128
2  Claire       75
สถิติเบื้องต้นด้วย Python

การสุ่มตัวอย่างแบบใส่คืน

GIF ของมือที่เอื้อมเข้าไปในกล่อง หยิบชื่อ Brian ออกมา แล้วใส่คืน

สถิติเบื้องต้นด้วย Python

การสุ่มตัวอย่างแบบใส่คืน

Screen Shot 2020-04-28 at 5.21.54 PM.png

$$P(\text{Claire}) = \frac{1}{4} = 25\%$$

สถิติเบื้องต้นด้วย Python

การสุ่มตัวอย่างแบบใส่คืนและไม่ใส่คืนใน Python

sales_counts.sample(5, replace = True)

     name  n_sales
1   Brian      128
2  Claire       75
1   Brian      128
3  Damian       69
0    Amir      178
สถิติเบื้องต้นด้วย Python

เหตุการณ์อิสระ

เหตุการณ์สองเหตุการณ์จะเป็นอิสระต่อกัน หากความน่าจะเป็นของเหตุการณ์ที่สองไม่ได้รับผลกระทบจากผลลัพธ์ของเหตุการณ์แรก

สองคอลัมน์: คอลัมน์การหยิบครั้งแรกมี Amir, Brian, Claire, Damian คอลัมน์การหยิบครั้งที่สองว่างเปล่า

สถิติเบื้องต้นด้วย Python

เหตุการณ์อิสระ

เหตุการณ์สองเหตุการณ์จะเป็นอิสระต่อกัน หากความน่าจะเป็นของเหตุการณ์ที่สองไม่ได้รับผลกระทบจากผลลัพธ์ของเหตุการณ์แรก

 

การสุ่มแบบใส่คืน = แต่ละครั้งเป็นอิสระต่อกัน

ลูกศรจากแต่ละชื่อในคอลัมน์การหยิบครั้งแรกชี้ไปที่ Claire ในคอลัมน์การหยิบครั้งที่สอง ด้วยความน่าจะเป็น 25%

สถิติเบื้องต้นด้วย Python

เหตุการณ์ที่ไม่เป็นอิสระต่อกัน

เหตุการณ์สองเหตุการณ์จะไม่เป็นอิสระต่อกัน หากความน่าจะเป็นของเหตุการณ์ที่สองได้รับผลกระทบจากผลลัพธ์ของเหตุการณ์แรก

สองคอลัมน์: คอลัมน์การหยิบครั้งแรกมี Amir, Brian, Claire, Damian คอลัมน์การหยิบครั้งที่สองว่างเปล่า

สถิติเบื้องต้นด้วย Python

เหตุการณ์ที่ไม่เป็นอิสระต่อกัน

เหตุการณ์สองเหตุการณ์จะไม่เป็นอิสระต่อกัน หากความน่าจะเป็นของเหตุการณ์ที่สองได้รับผลกระทบจากผลลัพธ์ของเหตุการณ์แรก

Claire ในคอลัมน์แรกชี้ไปที่ Claire ในคอลัมน์ที่สองด้วยความน่าจะเป็น 0%

สถิติเบื้องต้นด้วย Python

เหตุการณ์ที่ไม่เป็นอิสระต่อกัน

เหตุการณ์สองเหตุการณ์จะไม่เป็นอิสระต่อกัน หากความน่าจะเป็นของเหตุการณ์ที่สองได้รับผลกระทบจากผลลัพธ์ของเหตุการณ์แรก

 

การสุ่มแบบไม่ใส่คืน → แต่ละครั้งไม่เป็นอิสระต่อกัน

Amir, Brian และ Damian ในคอลัมน์แรกชี้ไปที่ Claire ในคอลัมน์ที่สองด้วยความน่าจะเป็น 33%

สถิติเบื้องต้นด้วย Python

มาฝึกกันเถอะ!

สถิติเบื้องต้นด้วย Python

Preparing Video For Download...