Hoán vị và Tổ hợp: Tại sao thứ tự thay đổi mọi thứ trong xác suất
Hiểu sự khác biệt giữa hoán vị và tổ hợp với ví dụ giúp tính xác suất chính xác, tránh nhầm lẫn khiến kết quả sai lệch đáng kể.
Hiểu sự khác biệt giữa hoán vị và tổ hợp với ví dụ giúp tính xác suất chính xác, tránh nhầm lẫn khiến kết quả sai lệch đáng kể.
Giải thích phân bố nhị thức — mô hình xác suất mô tả số lần thành công trong một loạt thử nghiệm độc lập, kèm công thức, ví dụ minh họa và các kiểm tra thực tế.
Sai lầm của con bạc là niềm tin sai lầm rằng các sự kiện ngẫu nhiên trong quá khứ có thể ảnh hưởng đến kết quả của một sự kiện độc lập tiếp theo. Bài viết giải thích tại sao điều này không đúng.
Lịch sử lý thuyết xác suất bắt đầu từ những câu đố thực tiễn về trò chơi may rủi, nhưng chủ đề này nhanh chóng phát triển thành một phương pháp có kỷ luật để tư duy về sự bất định.
Định luật số lớn giải thích tại sao giá trị trung bình của các kết quả ngẫu nhiên ngày càng ổn định khi số lần thử tăng lên, dù kết quả cá nhân vẫn có thể thay đổi.
Mô phỏng Monte Carlo dùng lấy mẫu ngẫu nhiên để ước lượng kết quả khi tính toán chính xác quá khó hoặc không khả thi.
Bài viết giải thích ngụy biện con bạc và những sai lầm phổ biến khi phán đoán xác suất, cùng cách nhận diện quy luật giả tạo trong đời sống.
Định lý Bayes là quy tắc sửa đổi niềm tin dựa trên bằng chứng, được ứng dụng rộng rãi trong y khoa, kỹ thuật, dự báo và học máy.
Kết quả xét nghiệm dương tính chỉ là một phần của bức tranh. Tỷ lệ nền — mức phổ biến của bệnh trong nhóm được xét nghiệm — quyết định liệu dương tính có thực sự đáng lo hay chỉ là dương tính giả.
Giá trị kỳ vọng biến ngôn ngữ của xác suất thành công cụ ra quyết định thực tế, giúp so sánh các lựa chọn trên cùng một thang đo.