1. Головний парадокс: один — вперед, другий — назад
Ймовірність (дедуктивна): ви знаєте модель і хочете передбачити майбутні результати.
«У кубика 6 граней. Яка ймовірність викинути 3?» → P = 1/6.
Статистика (індуктивна): ви маєте дані і хочете відновити модель або зробити висновки.
«Я кидав кубик 100 разів, 3 випала 23 рази. Чи кубик чесний?»
2. Порівняльна таблиця
| Аспект | Ймовірність | Статистика |
|---|---|---|
| Напрямок | Модель → Дані (передбачення) | Дані → Модель (висновок) |
| Відоме | Параметри розподілу | Вибірка спостережень |
| Невідоме | Результати | Параметри генеральної сукупності |
| Ключові питання | «Яка ймовірність події X?» | «Що говорять нам дані?» |
| Приклад | P(X ≤ 3) при N(0,1) | Довірчий інтервал для μ |
3. Ключові поняття ймовірності
- Класична ймовірність: P = n_сприятливих / n_всіх (рівноймовірні результати)
- Статистична ймовірність: P ≈ частота при n → ∞
- Суб'єктивна (байєсівська): ступінь переконаності на основі наявної інформації
4. Ключові поняття статистики
- Описова статистика: x̄, s, медіана, IQR — «знімок» даних без висновків
- Інференційна статистика: тести гіпотез, довірчі інтервали — висновки про популяцію з вибірки
- p-значення: ймовірність отримати такі дані, якщо H₀ вірна (не ймовірність H₀!)
- Довірчий інтервал: діапазон, що містить істинний параметр з заданою ймовірністю (напр. 95%)
Найпоширеніша плутанина: «p = 0,03» НЕ означає «ймовірність нульової гіпотези 3%». Це означає: ЯКЩО H₀ вірна, шанс отримати такі або більш екстремальні дані — 3%.
5. Теорема Байєса: міст між ними
Байєсівська статистика зближує обидві дисципліни: ймовірність виступає «мовою» для висновків зі статистичних даних:
Апріорне знання (Prior) оновлюється на основі нових даних (Likelihood) → апостеріорний розподіл (Posterior).
6. Де що використовується
- Ймовірність: теорія ігор, фінанси (опціони, Блек-Шоулз), криптографія, машинне навчання (ймовірнісні моделі)
- Статистика: клінічні дослідження, A/B тестування, соціологічні опитування, контроль якості
Про цю статтю
Ця стаття є частиною бази знань calculator.party — освітнього ресурсу, що поєднує теорію з практичними інструментами. Матеріал орієнтований на студентів, учнів і фахівців, що прагнуть глибокого розуміння теми. Тут зібрані ключові концепції, формули та реальні приклади застосування.
Статистика — мова даних. Без неї неможливі медичні дослідження, соціологія, фінанси, Data Science та державне управління. Вміння читати та інтерпретувати статистику є ключовою навичкою XXI ст.
Навіщо читати цю статтю
Після прочитання ви зможете впевнено пояснити тему, вирішувати практичні задачі та застосовувати знання у навчанні й роботі. Стаття охоплює теоретичне підґрунтя і числові приклади, що полегшують запам'ятовування матеріалу.