KNOWECON WIKI

ARTICLE

利用频率分布表进行概率计算

利用频率分布表进行概率计算 (Calculating Probability using a Frequency Distribution Table) 利用频率分布表进行概率计算是一种在统计学中，通过已观测到的数据频率来估计未来事件发生概率的基本方法。它将描述统计学中的数据整理工具——频率分布表 (Frequency Distribution Table)

浏览 52 更新 2025-10-22

利用频率分布表进行概率计算 (Calculating Probability using a Frequency Distribution Table)

利用频率分布表进行概率计算是一种在统计学中，通过已观测到的数据频率来估计未来事件发生概率的基本方法。它将描述统计学中的数据整理工具——频率分布表 (Frequency Distribution Table)——与概率论的核心概念联系起来，是从经验数据推断概率的基石。

这种方法的核心思想基于大数定律 (Law of Large Numbers)：当样本容量足够大且具有代表性时，一个事件在样本中出现的相对频率 (Relative Frequency) 会趋近于其在总体中发生的真实概率。因此，我们可以使用样本的频率分布来近似总体的概率分布。

核心概念

在进行计算之前，需要理解频率分布表中的几个关键概念：

  • 类别 (Class)：为了整理数据，将所有可能的数值划分成若干个不重叠的区间或组别。例如，在统计学生成绩时，可以将分数划分为 [60,70) [60, 70) , [70,80) [70, 80) , [80,90) [80, 90) 等类别。
  • 频数 (Frequency, f f )：落入某个特定类别中的观测值的数量。例如，成绩在 [80,90) [80, 90) 区间的学生有 15 人，那么该类别的频数就是 15。
  • 总观测数 (Total Number of Observations, n n )：样本中所有观测值的总数，即所有类别的频数之和：n=∑fi n = \sum f_i 。
  • 相对频率 (Relative Frequency)：某一类别的频数与总观测数的比值，代表该类别在整个样本中所占的比例，也是对该类别事件发生概率的最佳经验估计： \[ \text{相对频率} = \frac{\text{频数} (f)}{\text{总观测数} (n)} \] 相对频率的取值范围在 0 0 到 1 1 之间，所有类别的相对频率之和恒等于 1 1 。
  • 累积频数 (Cumulative Frequency)：从第一个类别开始，逐次将各类别频数累加得到的数值，表示小于或等于某一个类别上限值的观测总数。
  • 累积相对频率 (Cumulative Relative Frequency)：将相对频率逐次累加得到的数值，直接给出变量值小于或等于某个特定值的概率估计，即 P(X≤x) P(X \le x) 。

计算概率的步骤

使用频率分布表计算概率通常遵循以下逻辑步骤：

1. 确定事件并找到对应的类别

首先明确需要计算概率的事件是什么。例如，"求一个学生成绩在 80 到 90 分之间的概率"或"求产品重量小于 5 kg 的概率"。然后，在频率分布表中找到与该事件对应的一个或多个类别。

2. 计算基本事件的概率

对于观测值落入某一特定类别（设为类别 A A ）的基本事件，其概率计算公式为：

P(事件A)=类别A的相对频率=类别A的频数(fA)总观测数(n)P(\text{事件}A) = \text{类别}A \text{的相对频率} = \frac{\text{类别}A \text{的频数} (f_A)}{\text{总观测数} (n)}

这可以被视为一种经验概率 (Empirical Probability)。

3. 计算复合事件的概率

在很多情况下，关心的事件可能跨越多个类别：

  • 并事件 (Union of Events)：若需计算观测值落入类别 A A 或类别 B B 的概率，由于频率分布表中的类别是互斥事件 (Mutually Exclusive Events)，可直接将概率相加： \[ P(A \cup B) = P(A) + P(B) = \frac{f_A}{n} + \frac{f_B}{n} = \frac{f_A + f_B}{n} \]
  • 累积事件 (Cumulative Events)：若需计算观测值小于或等于某个值 x x 的概率 P(X≤x) P(X \le x) ，最直接的方法是使用累积相对频率，或将所有小于或等于 x x 的类别的频数相加后除以 n n 。
  • 补事件 (Complementary Events)：若需计算观测值大于某个值 x x 的概率 P(X>x) P(X > x) ，可利用补集原理： \[ P(X > x) = 1 - P(X \le x) \]

实例解析

假设某工厂随机抽取了 200 个零件进行长度测量，得到的频率分布表如下：

\begin{tabular}{c c c c} \hline 零件长度 (mm) \& 频数 (f f ) \& 相对频率 \& 累积相对频率 \\ \hline {[10.0,10.2) [10.0, 10.2) } \& 10 \& 0.05 \& 0.05 \\ {[10.2,10.4) [10.2, 10.4) } \& 40 \& 0.20 \& 0.25 \\ {[10.4,10.6) [10.4, 10.6) } \& 80 \& 0.40 \& 0.65 \\ {[10.6,10.8) [10.6, 10.8) } \& 50 \& 0.25 \& 0.90 \\ {[10.8,11.0] [10.8, 11.0] } \& 20 \& 0.10 \& 1.00 \\ \hline 总计 \& 200 \& 1.00 \& --- \\ \hline \end{tabular}

基于此表进行以下计算：

问题 1：随机抽取一个零件，其长度在 [10.4,10.6) [10.4, 10.6) mm 之间的概率是多少？

解：直接查找表格，该类别的频数为 80。

P(10.4≤长度<10.6)=80200=0.40P(10.4 \le \text{长度} < 10.6) = \frac{80}{200} = 0.40

或直接读取该类别的相对频率 0.40，因此概率为 40% 40\% 。

问题 2：随机抽取一个零件，其长度小于 10.4 mm 的概率是多少？

解：该事件包括 [10.0,10.2) [10.0, 10.2) 和 [10.2,10.4) [10.2, 10.4) 两个类别。方法一：加总频数：

P(长度<10.4)=10+40200=50200=0.25P(\text{长度} < 10.4) = \frac{10 + 40}{200} = \frac{50}{200} = 0.25

方法二：使用累积相对频率，直接查表得 0.25 0.25 。

问题 3：随机抽取一个零件，其长度大于或等于 10.6 mm 的概率是多少？

解：方法一：直接加总：

P(长度≥10.6)=50+20200=70200=0.35P(\text{长度} \ge 10.6) = \frac{50 + 20}{200} = \frac{70}{200} = 0.35

方法二：利用补集原理，"长度 ≥10.6 \ge 10.6 mm"是"长度 <10.6 < 10.6 mm"的补事件：

P(长度≥10.6)=1−P(长度<10.6)=1−0.65=0.35P(\text{长度} \ge 10.6) = 1 - P(\text{长度} < 10.6) = 1 - 0.65 = 0.35

两种方法结果一致，均为 35% 35\% 。

应用与局限性

应用领域：利用频率分布表估计概率在诸多领域有广泛应用，包括：质量控制领域利用频率分布估计产品不合格率，从而指导生产流程的改进与工艺参数的调整；金融风险管理根据历史收益率数据估计股价波动和极端损失的概率分布，为VaR（风险价值）计算提供经验基础；保险学通过生命表这一特殊的频率分布表计算各年龄段的死亡率并据此厘定保费；市场调研则运用此方法分析消费者在不同价格区间购买产品的可能性，为定价策略和促销方案提供数据支撑。

局限性：第一，样本依赖性：计算结果的准确性高度依赖于抽样的质量，有抽样偏差 (Sampling Bias) 或样本量过小的样本将导致概率估计不准确。第二，分组影响：类别的划分方式（如组数和组距）会影响频率分布的形态，从而对概率计算结果产生影响。第三，连续性问题：对于连续型随机变量，此方法只能计算变量落入某一区间的概率，而无法计算变量取某一精确值的概率（理论上该概率为 0）。

总而言之，利用频率分布表进行概率计算是连接观测数据与概率理论的桥梁，是一种简单而强大的数据分析工具，为后续更复杂的统计推断 (Statistical Inference) 奠定了基础。