Вероятность для аналитика данных
Зачем вероятность в аналитике
После EDA вы описали выборку. Вопрос инференциальной статистики — насколько выводы переносятся на генеральную совокупность. Вероятность задаёт язык для этой неопределённости — случайный эксперимент, исходы, частоты, распределения.
На практике вероятность часто разбирают сначала в Excel (симуляции и формулы), затем переносят в R и Python. Здесь — сжатый конспект с отсылками к Основы статистики и пяти шагам вывода.
Базовые понятия
| Понятие | Смысл | Пример |
|---|---|---|
| Случайный эксперимент | действие с заранее неизвестным исходом | бросок кубика, клик по баннеру |
| Пространство исходов | все допустимые исходы | 6 |
| Событие | подмножество исходов | "выпало чётное" = 6 |
| Вероятность P(A) | число от 0 до 1; при равновероятных исходах — доля благоприятных | P(чётное) = 3/6 |
Условная вероятность P(A|B) — вероятность A при условии, что B уже произошло. Независимость — когда P(A|B) = P(A): знание B не меняет шансы A.
Дискретные и непрерывные распределения
| Тип | Переменная | Примеры | В Excel / коде |
|---|---|---|---|
| Дискретное | счётные исходы | число кликов, оценка 1–5 | БИНОМ.РАСП, ПОИССОН; binom, poisson |
| Непрерывное | значения на отрезке | время ответа, рост | НОРМ.РАСП, гистограмма; norm, dnorm в R |
Нормальное распределение — центральная модель для многих метрик и основа t-тестов при больших выборках (Основы статистики — нормальность).
Мини-симуляция в Excel
- Столбец A — формула
=СЛЧИС()(илиRAND()), протянуть на 1000 строк. - Построить гистограмму — форма приближается к равномерному распределению на [0,1].
- Преобразовать:
=НОРМ.ОБР(A1; 100; 15)— наблюдать "колокол".
Симуляция помогает почувствовать разброс до формул t-критерия: вы видите, что среднее по выборке прыгает от эксперимента к эксперименту.
Связь с проверкой гипотез
| Идея вероятности | В статистическом выводе |
|---|---|
| Распределение статистики при H₀ | p-значение, критическая область |
| Центральная предельная теорема | доверительный интервал для среднего |
| Независимость наблюдений | корректность t-теста, χ² |
Практический цикл — пять шагов: выборка → гипотезы → план → расчёт → решение.
См. также
| Материал | Тема |
|---|---|
| Линейная регрессия — Excel, R и Python — линейная регрессия в трёх средах | от корреляции к модели |
| Причинно-следственный анализ — причинность | корреляция ≠ причина |
| Маршрут Excel → R → Python — маршрут по инструментам | Excel → R → Python |