先说清楚在问哪个事件
概率就是:用一个 0 到 1 之间的数,表示某件事发生的可能性有多大。在掷骰子这类有限结果的例子里,0 表示不会发生,1 表示肯定会发生,越接近 1 越有可能。
掷一枚均匀的硬币,正面朝上的概率是 1/2,也可以写成 50%。这个数带着前提:硬币公平、正常抛掷、两面机会均等——对象和条件一变,比如换成一面加重的硬币,数值就得跟着变。同样,说某件事的概率是 20%,说的是一种长期倾向:在条件不变、各次互不影响的情况下重复很多次,发生的比例通常会接近两成;具体到哪一次发生,事先说不准。所以看到一个概率,先问一句:它说的是哪件事、在什么条件下。
先有等可能条件,才能这样数
- 01前提
公平六面骰子
- 02事件
一次投掷出现偶数
原创示意;数字为演示用,不是实际调查数据。
结果种类不同,不代表机会均等
“发生”与“不发生”总能把一个事件分成两类,但这不说明各占一半。只有在有理由认为基本结果等可能时,才能用有利结果数除以全部基本结果数。
例如公平六面骰子的点数为偶数,有2、4、6三种等可能结果,概率为3/6。但若骰子有偏,单纯数出三种点数并不足以确定概率,还要知道各面的概率。
频率可以提供线索,但也有波动
实际观察到的比例叫频率。合理的重复机制下,样本变多可以帮助估计概率,但短期频率未必恰好等于模型值,用历史数据估计概率时,先看数据是怎么收集的:收集方式有偏,估计出来的数也会跟着偏。
使用概率时应说明它来自理论模型、历史数据还是在明确假设下的判断,并随新信息检查条件是否变化。小数点后位数再多,可靠性仍然取决于背后的模型和数据,位数不等于把握。