1702637542
1702637543
（b）媒体的报道如何能够解释，为什么许多人以为坐飞机比开车危险？
1702637544
1702637545
17.26 概率没有这样说。抛硬币正面朝上的概率是1/2，它的意思是，如果我们一直抛硬币，正面朝上的比例迟早会十分接近0.5。但是，这并不是说正面朝上的次数会接近抛硬币总次数的一半。要知道为什么，想象一下我们抛硬币100次、1000次、10000次、100000次，正面朝上的比例分别是0.49、0.493、0.4969、0.49926。在上述每一轮抛硬币实验中，出现正面朝上的次数各是多少？正面朝上的次数与抛硬币总次数的一半的差距各是多少？
1702637546
1702637547
17.27 网上练习。在网上看看是否可以找到一个错误使用平均律的例子，并解释为何它是错的。（可以用谷歌搜索law of averages。）
1702637548
1702637549
17.28 网上练习。理解概率的一个最好方式是，在实验中观察结果的比例逐渐接近预期概率。计算机模拟软件可以展示出这个过程，在本书配套网站www.whfreeman.com/scc8e上，可以找到概率应用小程序。选择正面朝上的概率介于0.2到0.8之间，然后让软件做400次模拟实验。描述你看到的模式，正面朝上的比例接近真实概率的速度有多快？
1702637550
1702637551
17.29 网上练习。不同扑克牌的概率指的是，这些牌在许多次摸牌中被摸到的次数所占的比例。你可以在www.stat.uiuc.edu/courses/stat100/cuwu/Games.html上找到一个模拟摸牌结果的页面，浏览该网站，多次点击draw按钮下的1000，就可以模拟几千次摸牌的结果。这个比例接近预期概率的速度有多快？
1702637552
1702637553
1702637554
1702637555
1702637556
统计学的世界（第8版） [:1702629692]
1702637557
统计学的世界（第8版） 第18章 概率模型
1702637558
1702637559
案例分析
1702637560
1702637561
就在纽约巨人队赢得第46届超级碗冠军后不久，各网站就早早发布了关于第47届超级碗各球队胜率的预测。表18-1列出了网站预测结果，这些最好被看作个人概率。它们很可能在2012年赛季到来时发生改变，因为各队的球员会因为交易、选秀、受伤或退役而发生变化。
1702637562
1702637563
由于这些是个人概率，它们有意义吗？在这一章，我们将了解概率必须遵守一定的规则才有意义。学完本章，你将能够评估表18-1中的概率是否有意义。
1702637564
1702637565
概率模型
1702637566
1702637567
从25~29岁的女性当中随机选择一位，并记录她的婚姻状况。随机的意思是，我们给了每位合乎条件的女性同样的入选机会，或者说我们选了一个大小为1的随机样本。任何一种婚姻状况的概率，就是所有25~29岁的女性当中各种婚姻状况的人所占的比例。如果我们抽取多位女性，就可以得到这个比例。
1702637568
1702637569
1702637570
1702637571
1702637572
上面这个表针对随机抽取一位年轻女性，并了解她的婚姻状况，提供了一个“概率模型”（probability model）。它告诉我们可能的结果有哪些（这里只有4种），并给出这些结果的概率，即每一种婚姻状况的女性所占的比例。由此可知，单身女性的概率就是三类没有配偶女性的概率总和：
1702637573
1702637574
P（单身）=P（从未结婚）+P（丧偶）+P（离婚）=0.455+0.005+0.046=0.506
1702637575
1702637576
我们常用P（单身）来指代“我们抽中的女性为单身的概率”。概率模型不只是对个别结果分配概率，我们还可以把个别结果的概率加起来，得到任何一组结果的概率。
1702637577
1702637578
表18-1 各球队赢得第47届超级碗冠军的概率
1702637579
1702637580
1702637581
1702637582
1702637583
知识普及 概率论与政治
1702637584
1702637585
1950年，苏联数学家格涅坚科写了一本《概率论》，畅销全球。在引言里，有一段神奇的话是：“我们注意到，整个概率论的发展表明，其概念和思想一直在唯物主义和唯心主义之间做着激烈斗争。”这里的唯物主义是马列主义的另一种说法。
1702637586
1702637587
概率模型
1702637588
1702637589
一个随机现象的概率模型可以描述所有可能的结果，以及任意一组结果的概率。我们有时把一组结果叫作一个“事件”（event）。
1702637590
1702637591
概率规则