Vad är chansen?

Introduktion till statistik i R

Maggie Matsui

Content Developer, DataCamp

Att mäta sannolikhet

Vad är sannolikheten för en händelse?

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

Exempel: ett myntkast

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

Tallinje för sannolikhet. 0 procent = omöjligt, 100 procent = kommer alltid att inträffa

Tilldela säljare

Låda med namnen Amir, Brian, Claire och Damian

Tilldela säljare

Brians namn dras ut

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

Sampling från en dataram

sales_counts

   name  n_sales
 1 Amir      178
 2 Brian     126
 3 Claire     75
 4 Damian     69

sales_counts %>%
  sample_n(1)

   name  n_sales
 1 Brian     126

sales_counts %>%
  sample_n(1)

   name  n_sales
 1 Claire     75

Ange ett slumpmässigt frö

set.seed(5)

sales_counts %>%
  sample_n(1)

   name  n_sales
 1 Brian     126

set.seed(5)

sales_counts %>%
  sample_n(1)

   name  n_sales
 1 Brian     126

Ett andra möte

Sampling utan återläggning

Låda med Amir, Claire och Damian

Ett andra möte

Claires namn dras ut

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

Sampling två gånger i R

sales_counts %>%
  sample_n(2)

   name  n_sales
 1 Brian     126
 2 Claire     75

Sampling med återläggning

GIF av en hand som når in i lådan, drar ut Brians namn och lägger tillbaka det

Sampling med återläggning

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

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

Sampling med återläggning i R

sales_counts %>%
  sample_n(2, replace = TRUE)

   name  n_sales
 1 Brian     126
 2 Claire     75

5 möten:

sample(sales_team, 5, replace = TRUE)

   name  n_sales
 1 Brian     126
 2 Claire     75
 3 Brian     126
 4 Brian     126
 5 Amir      178

Oberoende händelser

Två händelser är oberoende om sannolikheten för den andra händelsen inte påverkas av utfallet av den första.

Två kolumner: kolumnen Första dragning innehåller Amir, Brian, Claire, Damian. Kolumnen Andra dragning är tom

Oberoende händelser

Två händelser är oberoende om sannolikheten för den andra händelsen inte påverkas av utfallet av den första.

Sampling med återläggning = varje dragning är oberoende

Pilar från varje namn i kolumnen Första dragning pekar på Claire i kolumnen Andra dragning, med sannolikheten 25 %

Beroende händelser

Två händelser är beroende om sannolikheten för den andra händelsen påverkas av utfallet av den första.

Två kolumner: kolumnen Första dragning innehåller Amir, Brian, Claire, Damian. Kolumnen Andra dragning är tom

Beroende händelser

Två händelser är beroende om sannolikheten för den andra händelsen påverkas av utfallet av den första.

Claire i första kolumnen pekar på Claire i andra kolumnen med sannolikheten 0 %

Beroende händelser

Två händelser är beroende om sannolikheten för den andra händelsen påverkas av utfallet av den första.

Sampling utan återläggning = varje dragning är beroende

Amir, Brian och Damian i första kolumnen pekar på Claire i andra kolumnen med sannolikheten 33 %

Nu kör vi en övning!

Introduktion till statistik i R