概率理論的基本元素是某一過程的獨立結果,如一次實驗或者自然現象。每一個可能發生的稱為事件。每一個獨立結果被稱為基本事件。例如當完成一次訂單時,兩種可能的結果是正確完成訂單和不正確的完成訂單。每一個可能結果代表了一個基本事件。當扔一個標準的六面體骰子,骰子六個面分別有1,2,3,4,5,6個點,此時有六種可能的基本事件(見圖1)。一個事件可以是這六個基本事件中的任何一個,一組或者基本事件的子集。例如,出現偶數個點的事件有三個基本事件組成——2, 4或者6。
圖1 一個骰子的六個面
有三種不同的方法來計算事件發生的概率:經典方法,經驗方法(對稱相對頻數方法)和主觀方法。
計算概率的主觀方法是基于對總體的預先了解的知識。經典方法常常假設所有基本事件是等概率發生的。如果假設成立的話,P(A)為特定事件發生的概率,其被定義為:
事件A發生概率=A可能發生的方式數目/基本事件的總數
圖2 經典概率方法
圖2說明了經典概率方法。如果只扔一次骰子,出現點數為三的面的概率為1/6。在六個可能出現的面里只有唯一一個面有三個點。在經典方法中,假設扔骰子過程是完全隨機且無記憶的,因此在每次扔的過程六個面出現的概率是相同的。因此,從長期來看,假設扔的過程是正確的,當扔6000次時從理論上我們可以假設出現三點的面的次數是:
1000(1/6×6000)
計算概率的實驗方法描述如下:
如果多次(如M次)重復一個實驗,那么事件A發生的概率是用實驗中A發生的次數除以M, M也為實驗中事件A可能發生的最大次數。
例如,假設在處理銀行貸款業務中,一項對最近500個貸款申請的研究顯示,遺漏貸款申請的次數為12次。結果,遺漏貸款申請的相對頻數概率如下:
P(遺漏貸款申請)=12/500=0.024
一些分析研究被用來判定過程特征。然而,過程特征都有一個過去、現在和未來。因此,沒有結構可以用來計算經典概率。涉及過程特征的概率都必須由實驗決定。且都必須是相對頻數概率。例如,一名新雇用的員工被要求從事管理工作,負責將數據從銷售表輸入到計算機終端上。該員工每小時輸入錯誤比例是否可以預測呢?答案當然是否定的。你所能采取的最好行動是對該員工進行合適的培訓,進而觀察其長期的工作表現情況。如果一名員工的表現呈現出穩定的規律,就可以計算出每小時輸入錯誤銷售表單相對頻數,來估計輸入錯誤銷售表單的概率。也可以用此相對頻數概率來預測每小時輸入錯誤的銷售表比例。
計算概率時經典方法和實驗方法并不總是可行的。在許多情況下,當缺少計算相對頻數的基本事件數目或者實際數據時,常常使用主觀方法。主觀概率可以是基于專家判斷,或者來自于感覺與預感。如果說過程和知識為基礎的經典方法和觀察數據為基礎的實驗方法是客觀方法的話,當個體使用不同方式來判斷一個事件的可能結果時,使用計算概率的主觀方法。不同個人對未來的交通方式、明天的天氣情況或者未來的經濟形式可能都會有著不同的看法。