التوزيع الاحتمالي
يبيّن التوزيع الاحتمالي (probability distribution) للمتغير العشوائي احتمال أن يأخذ المتغير العشوائي قيمة معيّنة.
توزيع المتغير المتقطع
ليكن لدينا متغير عشوائي متقطع، فيمكننا مثلاً أن نتتبّع عدد أكواب الشاي التي يشربها يومياً العم سالم، أشهر عشّاق الشاي في الحي. وبعد أن تتبّعناه شهراً كاملاً كوّنّا الجدول الآتي:
| اليوم | أكواب الشاي | اليوم | أكواب الشاي | اليوم | أكواب الشاي |
|---|---|---|---|---|---|
| 1 | 5 | 11 | 10 | 21 | 4 |
| 2 | 10 | 12 | 5 | 22 | 6 |
| 3 | 4 | 13 | 12 | 23 | 10 |
| 4 | 4 | 14 | 10 | 24 | 10 |
| 5 | 5 | 15 | 12 | 25 | 4 |
| 6 | 4 | 16 | 12 | 26 | 5 |
| 7 | 0 | 17 | 6 | 27 | 10 |
| 8 | 5 | 18 | 10 | 28 | 5 |
| 9 | 4 | 19 | 6 | 29 | 0 |
| 10 | 5 | 20 | 10 | 30 | 10 |
نلاحظ أنّ العم سالم كان مقتصداً بعض الشيء في بداية الشهر، ثم أخذ يشرب كوباً بعد كوب، ولا بد أنّ الأسبوع الذي بدأ في اليوم الحادي عشر كان أسبوعاً جنونياً. لنرمز لهذا المتغير العشوائي المتقطع بالرمز X. ونريد الآن أن نعرف احتمال أن يشرب العم سالم في يوم ما من الشهر x من أكواب الشاي.
وقبل أن نحسب الاحتمال نفسه، نرسم رسماً بيانياً عادياً للتكرار. فنأخذ عدد الأكواب التي شربها العم سالم في كل يوم وننقلها إلى الرسم البياني للتكرار. فقد شرب مثلاً عشرة أكواب في تسعة أيام، ولذلك يكون للقيمة عشرة أكواب عمود ارتفاعه تسعة:
نقرأ الرسم البياني مثلاً على النحو الآتي: شرب العم سالم ستة أكواب في ثلاثة أيام من الشهر.
فما احتمال أن يشرب العم سالم في يوم ما عشرة أكواب؟ نكتب ذلك رسمياً على النحو الآتي: نرمز لدالة الاحتمال بالرمز P، ونكتب السؤال عن عشرة أكواب على الصورة P(X = 10). فنحن نسأل بذلك: ما احتمال أن يأخذ المتغير العشوائي X القيمة عشرة؟
يساوي هذا الاحتمال التكرار النسبي لهذه القيمة. لذلك نرسم أيضاً الرسم البياني للتكرار النسبي:
ويمكننا الآن أن نقول إنّ P(X = 10) يساوي 0.3، أي 30%.
الاحتمال التجريبي والاحتمال النظري
لنأخذ مثلاً حجر النرد المعتاد، ولنرمه 600 مرة. من وجهة نظر الاحتمال النظري الكلاسيكي، تتساوى فرص ظهور 1 و 2 و… و 6، فاحتمال ظهور كل وجه من أوجه الحجر يساوي
وهذا على الأرجح لن يحدث طبعاً، فقد نحصل في تجربتنا على النتائج الآتية:
| العدد على حجر النرد | عدد مرات الظهور | التكرار النسبي |
|---|---|---|
| 1 | 105 | 0.175 |
| 2 | 103 | 0.171666 |
| 3 | 90 | 0.15 |
| 4 | 96 | 0.16 |
| 5 | 100 | 0.16666 |
| 6 | 106 | 0.17666 |
نلاحظ أنّ التكرار النسبي لظهور نقطة واحدة على الحجر، ومن ثم احتماله، يساوي 0.175، أي 17.5%. وهذه القيمة قريبة من الاحتمال
ولا يعني ذلك أنّ أحد الاحتمالين خاطئ. فصنع حجر نرد متوازن توازناً تاماً ليس مهمة سهلة أبداً، وكذلك قد يصعب إجراء الاختبار نفسه، أي رمي الحجر 600 مرة.
فالاحتمال النظري يصح في ظروف مثالية، أي لو رمينا الحجر إلى ما لا نهاية. وكلما طال رمي حجر نرد متوازن توازناً مثالياً، اقتربت التكرارات النسبية لنواتج الرمي من الاحتمال النظري.
ولذلك نميّز بين نوعين من الاحتمال: الاحتمال النظري (الرياضي) الذي ينطلق من ظروف مثالية، والاحتمال الإحصائي (ويُسمّى أيضاً الاحتمال التجريبي) الذي نحسبه من التكرارات النسبية في بياناتنا.
ولحساب الاحتمال التجريبي نحتاج إلى مجموعة بيانات كبيرة بما يكفي. فقد تتبّعنا العم سالم مثلاً شهراً واحداً فقط، وكان من الأفضل بكثير أن نتتبّعه سنة على الأقل.
توزيع المتغير المتصل
لا نحدد في المتغير المتصل الاحتمال عند نقطة معيّنة، بل في فترة فقط. ويساوي الاحتمال مساحة المنطقة الواقعة تحت المنحنى، ولذلك نحتاج في حسابه إلى التكامل. قد يكون لدينا مثلاً الرسم البياني الآتي لمتغير متصل، وقد يكون هذا المتغير مثلاً قياس انحراف ما بالسنتيمتر:
على محور x القيم بالسنتيمتر، وعلى محور y التكرارات النسبية. لنفرض أننا لم نحصل بالقياس إلا على قيم في الفترة [−4, 4]. إذن الاحتمال التجريبي لأن نقيس انحرافاً في هذه الفترة يساوي 1، أي 100%.
وما علاقة ذلك بالمساحة؟ نقول إنّ المساحة
كان الجزء المميَّز في الشكل السابق يمثّل 100%، أما هذا الجزء فيمثّل 50%، لأنّ مساحته نصف المساحة السابقة بوضوح. ونعبّر عن الاحتمال التجريبي بدقة بالنسبة
قانون الأعداد الكبيرة
يرتبط بالفقرة السابقة قانون الأعداد الكبيرة (law of large numbers) المعروف، وهو ينص بصورة غير رسمية على أنّ التكرار النسبي (الاحتمال التجريبي) يقترب من الاحتمال النظري عندما يكون عدد التجارب المستقلة كبيراً.
ويمكننا أن نتصور ذلك مرة أخرى برمي قطعة نقود، فقد تظهر الصورة أو الكتابة، واحتمال كل منهما
وإذا رمينا القطعة عشر مرات، فقد تظهر الصورة سبع مرات والكتابة ثلاث مرات، فيكون التكراران
ويمكننا أن نستمر على هذا النحو. فلو رمينا القطعة ألف مرة، فقد تظهر الصورة 520 مرة والكتابة 480 مرة، فيكون التكراران
ونلاحظ أنّ التكرارات النسبية أقرب بكثير إلى النصف، مع أنّ التكرارات المطلقة أبعد بكثير عن التكرار «المثالي». فعندما رمينا القطعة عشر مرات، كان التكرار المطلق المثالي لكل وجه 5، أي أن تظهر الصورة خمس مرات والكتابة خمس مرات. وبما أنّ الصورة ظهرت سبع مرات، فالفرق رميتان: 7 − 5 = 2، أي إنّ النتيجة اختلفت «برميتين» عما يحدث في الحالة المثالية.
أما عندما رمينا القطعة ألف مرة، فقد ظهرت الصورة 520 مرة، أي بفرق 20 رمية عن الحالة المثالية، لأنّ كل وجه كان يجب أن يظهر في الحالة المثالية 500 مرة. فقد يبدو أنه كلما زاد عدد الرميات ابتعدت النتائج أكثر.
لكنّ ذلك لا يتعارض مع القانون، فقانون الأعداد الكبيرة لا يقول إنّ التكرارات المطلقة تقترب من الحالة المثالية، بل إنّ التكرارات النسبية هي التي تقترب منها، وهي تقترب فعلاً. أي إنّ النتائج قد تبتعد عن الحالة المثالية في التكرارات المطلقة، لكنها تقترب منها في التكرارات النسبية.