โอกาสคืออะไร?

สถิติเบื้องต้นใน R

Maggie Matsui

Content Developer, DataCamp

การวัดโอกาส

ความน่าจะเป็นของเหตุการณ์คืออะไร?

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

ตัวอย่าง: การโยนเหรียญ

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

เส้นจำนวนแสดงความน่าจะเป็น 0 เปอร์เซ็นต์ = เป็นไปไม่ได้, 100 เปอร์เซ็นต์ = เกิดขึ้นแน่นอน

สถิติเบื้องต้นใน R

การมอบหมายพนักงานขาย

กล่องที่มีชื่อ Amir, Brian, Claire และ Damian

สถิติเบื้องต้นใน R

การมอบหมายพนักงานขาย

การหยิบชื่อ Brian ออกมา

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

สถิติเบื้องต้นใน R

การสุ่มตัวอย่างจาก data frame

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
สถิติเบื้องต้นใน R

การกำหนด random seed

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
สถิติเบื้องต้นใน R

การประชุมครั้งที่สอง

การสุ่มแบบไม่คืน

กล่องที่มีชื่อ Amir, Claire, Damian

สถิติเบื้องต้นใน R

การประชุมครั้งที่สอง

การหยิบชื่อ Claire ออกมา

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

สถิติเบื้องต้นใน R

การสุ่มสองครั้งใน R

sales_counts %>%
  sample_n(2)

   name  n_sales
 1 Brian     126
 2 Claire     75
สถิติเบื้องต้นใน R

การสุ่มแบบคืน

GIF แสดงมือหยิบชื่อ Brian ออกมาจากกล่อง แล้วใส่กลับคืน

สถิติเบื้องต้นใน R

การสุ่มแบบคืน

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

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

สถิติเบื้องต้นใน R

การสุ่มแบบคืนใน R

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

   name  n_sales
 1 Brian     126
 2 Claire     75

5 การประชุม:

sample(sales_team, 5, replace = TRUE)

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

เหตุการณ์อิสระ

สองเหตุการณ์เป็นอิสระต่อกัน หากความน่าจะเป็นของเหตุการณ์ที่สองไม่ได้รับผลจากผลลัพธ์ของเหตุการณ์แรก

สองคอลัมน์: คอลัมน์การหยิบครั้งแรกมีชื่อ Amir, Brian, Claire, Damian คอลัมน์การหยิบครั้งที่สองว่างเปล่า

สถิติเบื้องต้นใน R

เหตุการณ์อิสระ

สองเหตุการณ์เป็นอิสระต่อกัน หากความน่าจะเป็นของเหตุการณ์ที่สองไม่ได้รับผลจากผลลัพธ์ของเหตุการณ์แรก

 

การสุ่มแบบคืน = แต่ละครั้งที่หยิบเป็นอิสระต่อกัน

ลูกศรจากแต่ละชื่อในคอลัมน์การหยิบครั้งแรกชี้ไปที่ Claire ในคอลัมน์การหยิบครั้งที่สอง โดยมีความน่าจะเป็น 25%

สถิติเบื้องต้นใน R

เหตุการณ์ไม่อิสระ

สองเหตุการณ์เป็นเหตุการณ์ไม่อิสระ หากความน่าจะเป็นของเหตุการณ์ที่สองได้รับผลจากผลลัพธ์ของเหตุการณ์แรก

สองคอลัมน์: คอลัมน์การหยิบครั้งแรกมีชื่อ Amir, Brian, Claire, Damian คอลัมน์การหยิบครั้งที่สองว่างเปล่า

สถิติเบื้องต้นใน R

เหตุการณ์ไม่อิสระ

สองเหตุการณ์เป็นเหตุการณ์ไม่อิสระ หากความน่าจะเป็นของเหตุการณ์ที่สองได้รับผลจากผลลัพธ์ของเหตุการณ์แรก

Claire ในคอลัมน์แรกชี้ไปที่ Claire ในคอลัมน์ที่สองโดยมีความน่าจะเป็น 0%

สถิติเบื้องต้นใน R

เหตุการณ์ไม่อิสระ

สองเหตุการณ์เป็นเหตุการณ์ไม่อิสระ หากความน่าจะเป็นของเหตุการณ์ที่สองได้รับผลจากผลลัพธ์ของเหตุการณ์แรก

 

การสุ่มแบบไม่คืน = แต่ละครั้งที่หยิบไม่เป็นอิสระต่อกัน

Amir, Brian และ Damian ในคอลัมน์แรกชี้ไปที่ Claire ในคอลัมน์ที่สองโดยมีความน่าจะเป็น 33%

สถิติเบื้องต้นใน R

มาฝึกกันเถอะ!

สถิติเบื้องต้นใน R

Preparing Video For Download...