La probabilidad es una medida de la probabilidad de que algo suceda (o no suceda). La medición de la probabilidad generalmente se basa en una proporción de la frecuencia con la que un evento puede ocurrir en relación con la cantidad de posibilidades que tiene de suceder. Piensa en tirar un dado: el número uno tiene una posibilidad de uno en seis en cualquier lanzamiento. La fiabilidad, estadísticamente hablando, solo significa consistencia. Si mide algo cinco veces y elabora cálculos aproximados, su cálculo puede considerarse confiable. La confiabilidad se calcula en función de cuántas mediciones y medidores hay.

Calculating Probability

Define "success" para el evento de interés. Digamos que estamos interesados ​​en saber la probabilidad de tirar un cuatro en un dado. Piense en cada tirada del dado como una prueba, en la cual o "triunfamos" (sacamos un cuatro) o "fallamos" (tiramos cualquier otro número). En cada dado, hay una cara de "éxito" y cinco caras de "falla". Esto se convertirá en su numerador en el cálculo final.

Determine el número total de resultados posibles para el evento de interés. Usando el ejemplo de tirar un dado, el número total de resultados es seis, porque hay seis números diferentes en el dado. Esto se convertirá en su denominador en el cálculo final.

Divida el posible éxito sobre el total de resultados posibles. En nuestro ejemplo de dados, la probabilidad sería 1/6 (una posibilidad de éxito para seis resultados posibles totales para cada tirada del dado).

Calcula la probabilidad de más de un evento multiplicando las probabilidades individuales. En nuestro ejemplo de morir, la probabilidad de tirar un cuatro y tirar un seis en un lanzamiento posterior es el múltiplo de las probabilidades individuales (1/6) x (1/6) = (1/36).

Calcule la probabilidad de más de un evento agregando probabilidades individuales. En nuestro ejemplo, la probabilidad de rodar un cuatro o rodar un seis sería (1/6) + (1/6) = (2/6).

Calculando la confiabilidad de múltiples mediciones

Evalúa el cambio en la media. Si tenemos un grupo de cinco personas y pesamos cada persona dos veces, terminamos con dos estimaciones grupales de peso (el promedio o "media"). Compare los dos promedios para determinar si la diferencia entre ellos es razonablemente consistente o si las mediciones difieren sustancialmente. Esto se hace haciendo una prueba estadística, llamada prueba t, para comparar los dos medios.

Calcule el error esperado típico, también conocido como desviación estándar. Si medimos el peso de una persona 100 veces, terminaríamos con medidas que están muy cerca del peso verdadero y otras que están más lejos. Esta extensión de las mediciones tiene una cierta variación esperada y se puede atribuir a la posibilidad aleatoria, a veces denominada desviación estándar. Se considera que las mediciones que están fuera de la desviación estándar se deben a algo diferente a la casualidad.

Calcule la correlación entre dos conjuntos de mediciones. En nuestro ejemplo de ponderación, los dos grupos de mediciones podrían variar desde no tener valores en común (correlación de cero) hasta ser exactamente iguales (correlación de uno). La evaluación de la estrecha relación entre dos conjuntos de mediciones es importante para determinar la consistencia de las mediciones. La alta correlación implica una alta fiabilidad de las mediciones. Piense en la variabilidad que podría introducirse utilizando diferentes escalas cada vez o teniendo diferentes personas leyendo las escalas. En experimentos y pruebas estadísticas, es importante identificar cuánta variabilidad se debe a la posibilidad aleatoria y cuánto se debe a algo que hicimos de manera diferente en nuestra medición.