古典機率、相對次數機率與主觀機率

--

「統計思維」是現代行銷人或資料科學初學者應有的基礎思維之一。基本上,統計思維的背後,又以數學的「機率分佈」為骨幹,然而沒有學過或者不懂機率的人,經常對機率分佈的種類與定義一知半解,結果就造成在日常生活中的一些嚴重謬誤出現。

很多人在國中和高中時代,都學過機率,但如果生活中不常用,現在這些知識大概也都還給了老師。現在我們就來重拾一下記憶。基本上,一般教科書都將機率分成三大類:古典機率(Classical Probability)、相對次數機率(Relative Frequency Probability)與主觀機率(Subjective Probability)。

首先,先來談談「古典機率」。假設A為拋銅板出現正面的事件,拋一次銅板,出現正面的機率為:

PA=1/2=0.5

這個機率為理論上、數學上的機率,之所以稱為理論上、數學上,是因為我們假定這個銅板是一枚沒有瑕疵的銅板,而拋銅板的結果則是一個隨機實驗(亦即不知道結果為何,可能是正面,也可能是反面),正、反面彼此互斥(不是正面就是反面,而正面、反面也不會同時出現。

接著,再來看看「相對次數機率」。一樣以拋銅板為例,假設A為拋銅板出現正面的事件,當連續、重複拋銅板10次後,發現正面的次數為6次,所以出現正面的機率為:

PA=6/10=0.6

而當連續、重複拋銅板100次後,發現正面的次數為56次,所以出現正面的機率為:

PA=56/100=0.56

而當連續、重複拋銅板1,000次後,發現正面的次數為506次,所以出現正面的機率為:

PA=506/1000=0.506

因此,相對次數機率為出現該事件的次數隨機實驗的總次數。
不知道,大家有沒有注意到,當相對次數機率中的連續、重複次數越多,相對次數機率會越來越接近古典機率,如圖1所示。

圖1 大數法則

這裡,正是統計學中所謂的的「大數法則(Law of Large Number)」。

至於「主觀機率」,顧名思義,指的是該機率取決於人們主觀相信的程度。舉例來說,參加這次高普考,依照目前準備的情況來看,我認為自己不是考上,就是落榜,機會是一半一半?我故意把十數萬人競爭的一千多個錄取名額(錄取率3.7%)解釋成50%,就您來看,我是樂觀還是傻呢?還是我只是藉此纾解一下自己的壓力?

最後,打開中央氣象局的網站,發現預報明天公司附近下雨的機率是30%,這30%代表的意義為何?而您個人覺得,明天下雨的機率又會是多少?要不要帶傘呢?

作者:羅凱揚(台科大企管系博士)、蘇宇暉(台科大管研所博士候選人)

繪圖者:彭煖蘋

【防疫新運動,直播學習一起GO!TMR暑期最新直播課程】

為了讓大家在防疫期間也能宅出數位競爭力、學習不間斷!
TMR推出直播課程,現在相揪上課還有團報優惠!
兩人團報,好友一起現享 95折
三人團報,多人共學現享 9折
一個人也別怕,還有早鳥獨享優惠價

◆◆◆Python 全系列課程◆◆◆

7/31+8/1
【超速學習⚡STP行銷策略 Python 商業實務絕對上手班】

8/21+8/22
【實戰演練Python X 購物籃🛒多商品推薦組合分析】

◆◆◆Excel 全系列課程◆◆◆

7/24+8/7
【 行銷人必備⚡Excel商業分析儀錶板案例實戰】

8/14+8/15
【Excel Power BI 動態儀錶板⚡顧客分群 X 顧客樣貌 X 廣告效益評估】

8/28
【行銷核心關鍵⚡Excel Power BI 購物籃分析實戰】

◆◆◆《行銷資料科學家有話說》免費直播分享會◆◆◆

第一場:行銷資料科學家必學的行銷理論
時間:7/23(五) 20:00–21:00

第二場:行銷資料科學家必備十大技能之落地應用
時間:8/6(五) 20:00–21:00

💡 點此進入報名連結

— — — — — — — — — — — — — — — —

往後的文章都會持續在行銷資料科學粉絲專頁上發表喔,喜歡我們就趕緊追蹤吧!

同時再請大家多多follow我們的FB粉絲專頁,我們會在粉專上即時公布最新資訊,讓您重要消息不漏接!

FB粉絲專頁:行銷資料科學

官網:臺灣行銷研究

歡迎加入我們的Telegram獲取即時訊息!https://t.me/marketingdatascience
歡迎加入我們的Line@獲取即時訊息!https://line.me/R/ti/p/%40cde8265r

--

--

行銷資料科學
Marketingdatascience

Marketing data science. 台灣第一個行銷資料科學(MDS)知識部落,本粉絲專頁在探討行銷資料科學之基礎概念、趨勢、新工具和實作,讓粉絲們瞭解資料科學的行銷運用,並開啟厚植數據分析能力之契機。粉絲專頁:https://www.facebook.com/MarketingDataScienceTMR