コンテンツ
統計では、イベントは確率内の変数です。統計家は、何かが発生する可能性を判断しようとするとき、2つのイベントが互いにどのように影響するかを確認しようとしています。イベントは、イベントを独立型と依存型の2つのタイプに区別します。統計担当者は、イベントが変数に依存していない、または変数に依存していることを証明する必要があります。
独立したイベントの例
ジョージア大学教育学部によれば、独立した出来事とは、確率の2つの変数が互いに影響を及ぼさない場合です。たとえば、人がサイコロを2回続けて振った場合、その結果は出目数によって事前に決定されません。別の例は、右利きの人がサイコロを投げる場合です。人が右利きであるという単なる事実は、データの結果に影響を与えません。
依存イベントの例
ジョージア大学教育学部では、従属イベントを、相互に影響する確率の2つの変数として定義しています。例：デッキには52枚のカードしかありません。すべて黒または赤で、数字、キングとクイーンの画像、スペード、エース、ダイヤ、クラブなどのシンボルがあります。したがって、誰かがゲームで2枚のカードを取った場合、その人はどのカードを引いた確率を計算できます。
定性的推論
依存イベントと独立イベントの違いを説明するには、定性的な説明が必要です。たとえば、フロリダ州立大学の数学科では、左腕にギプスを付けている人の例を示しています。その人の左腕は骨折しているに違いないと推測します。この推論は、これが依存イベントであることを示すのに役立ちます。体の特定の領域に石膏を使用すると、その領域に骨折が含まれていると判断される可能性が高いため、これは依存イベントです。したがって、確率の計算を行うことができます。
変数の接続方法を見つける
統計における最大の問題は、あるイベントが別のイベントにリンクされているかどうかを判断しようとすることです。独立したイベントの確率を作成することは非常に困難ですが、これが不可能であるとは限りません。例がこの難しさを示しています。ある人がCPFの最後の桁に7を持ち、誕生日が1月3日にあるとします。十分なリソースを備えた統計担当者は、1月3日に誕生日があり、CPFの最後の桁が7である国の人々の割合を知ることができる場合があります。しかし、これらのイベントが互いに影響し合う、または再び発生する可能性を計算することは困難または不可能です。