什么是概率？

概率常被作为机会、可能性的同义词而被使用。这些词在考察循环时间行为，安全性能(事故)或者产品或服务质量方面中常被提及。一个概率是表述某一特定事件如失败的客户交易，一个超过20分钟的循环时间，或者OSHA(职业安全和健康管理协会)值得报告的事故发生的机会、可能性的数值。在所有这些例子中，所属的概率为一比例值或分数，其数值介于0-1之间。

概率理论的基本元素是某一过程的独立结果，如一次实验或者自然现象。每一个可能发生的称为事件。每一个独立结果被称为基本事件。例如当完成一次订单时，两种可能的结果是正确完成订单和不正确的完成订单。每一个可能结果代表了一个基本事件。当扔一个标准的六面体骰子，骰子六个面分别有1,2,3,4,5,6个点，此时有六种可能的基本事件(见图1)。一个事件可以是这六个基本事件中的任何一个，一组或者基本事件的子集。例如，出现偶数个点的事件有三个基本事件组成——2, 4或者6。

图1 一个骰子的六个面

有三种不同的方法来计算事件发生的概率：经典方法,经验方法(对称相对频数方法)和主观方法。

计算概率的主观方法是基于对总体的预先了解的知识。经典方法常常假设所有基本事件是等概率发生的。如果假设成立的话，P(A)为特定事件发生的概率，其被定义为:

事件A发生概率=A可能发生的方式数目/基本事件的总数

图2 经典概率方法

图2说明了经典概率方法。如果只扔一次骰子，出现点数为三的面的概率为1/6。在六个可能出现的面里只有唯一一个面有三个点。在经典方法中，假设扔骰子过程是完全随机且无记忆的，因此在每次扔的过程六个面出现的概率是相同的。因此，从长期来看，假设扔的过程是正确的，当扔6000次时从理论上我们可以假设出现三点的面的次数是：

1000(1/6×6000)

计算概率的实验方法描述如下：

如果多次(如M次)重复一个实验，那么事件A发生的概率是用实验中A发生的次数除以M, M也为实验中事件A可能发生的最大次数。

例如，假设在处理银行贷款业务中，一项对最近500个贷款申请的研究显示，遗漏贷款申请的次数为12次。结果，遗漏贷款申请的相对频数概率如下:

P(遗漏贷款申请)=12/500=0.024

一些分析研究被用来判定过程特征。然而，过程特征都有一个过去、现在和未来。因此，没有结构可以用来计算经典概率。涉及过程特征的概率都必须由实验决定。且都必须是相对频数概率。例如，一名新雇用的员工被要求从事管理工作，负责将数据从销售表输入到计算机终端上。该员工每小时输入错误比例是否可以预测呢？答案当然是否定的。你所能采取的最好行动是对该员工进行合适的培训，进而观察其长期的工作表现情况。如果一名员工的表现呈现出稳定的规律，就可以计算出每小时输入错误销售表单相对频数，来估计输入错误销售表单的概率。也可以用此相对频数概率来预测每小时输入错误的销售表比例。

计算概率时经典方法和实验方法并不总是可行的。在许多情况下，当缺少计算相对频数的基本事件数目或者实际数据时，常常使用主观方法。主观概率可以是基于专家判断，或者来自于感觉与预感。如果说过程和知识为基础的经典方法和观察数据为基础的实验方法是客观方法的话，当个体使用不同方式来判断一个事件的可能结果时，使用计算概率的主观方法。不同个人对未来的交通方式、明天的天气情况或者未来的经济形式可能都会有着不同的看法。