1. ਬਰਨੌਲੀ ਪਰਖ: ਇੱਕ ਪ੍ਰਯੋਗ ਜਿਸ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹੇਠ ਲਿਖੇ ਅਨੁਸਾਰ ਹਨ: ਹਰ ਪਰਖ ਲਈ ਸਿਰਫ਼ ਦੋ ਸੰਭਵ ਨਤੀਜੇ ਹੁੰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ "ਸਫਲਤਾ" ਅਤੇ "ਅਸਫਲਤਾ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਹਰ ਪਰਖ ਲਈ ਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ p ਇੱਕੋ ਜਿਹੀ ਹੁੰਦੀ ਹੈ (ਇਸ ਲਈ ਅਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ q = 1 − p ਵੀ ਹਰ ਪਰਖ ਲਈ ਇੱਕੋ ਜਿਹੀ ਹੁੰਦੀ ਹੈ)।
2. ਦੋਪਦੀ ਪ੍ਰਯੋਗ: ਇੱਕ ਅੰਕੜਾ ਪ੍ਰਯੋਗ ਜੋ ਹੇਠ ਲਿਖੀਆਂ ਤਿੰਨ ਸ਼ਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ: ਪਰਖਾਂ ਦੀ ਇੱਕ ਨਿਸ਼ਚਿਤ ਗਿਣਤੀ, n, ਹੁੰਦੀ ਹੈ। ਹਰ ਪਰਖ ਲਈ ਸਿਰਫ਼ ਦੋ ਸੰਭਵ ਨਤੀਜੇ ਹੁੰਦੇ ਹਨ, ਜਿਨ੍ਹਾਂ ਨੂੰ "ਸਫਲਤਾ" ਅਤੇ "ਅਸਫਲਤਾ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਅੱਖਰ p ਇੱਕ ਪਰਖ 'ਤੇ ਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਅਤੇ q ਇੱਕ ਪਰਖ 'ਤੇ ਅਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। n ਪਰਖਾਂ ਸੁਤੰਤਰ ਹੁੰਦੀਆਂ ਹਨ ਅਤੇ ਇੱਕੋ ਜਿਹੀਆਂ ਸ਼ਰਤਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਦੁਹਰਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ।
3. ਦੋਪਦੀ ਸੰਭਾਵਨਾ ਵੰਡ: ਇੱਕ ਅਲੱਗ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ (RV) ਜੋ ਬਰਨੌਲੀ ਪਰਖਾਂ ਤੋਂ ਉਤਪੰਨ ਹੁੰਦਾ ਹੈ; ਸੁਤੰਤਰ ਪਰਖਾਂ ਦੀ ਇੱਕ ਨਿਸ਼ਚਿਤ ਗਿਣਤੀ, n, ਹੁੰਦੀ ਹੈ। "ਸੁਤੰਤਰ" ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਕਿਸੇ ਵੀ ਪਰਖ ਦਾ ਨਤੀਜਾ (ਉਦਾਹਰਨ ਲਈ, ਪਹਿਲੀ ਪਰਖ) ਅਗਲੀਆਂ ਪਰਖਾਂ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਨਹੀਂ ਕਰਦਾ, ਅਤੇ ਸਾਰੀਆਂ ਪਰਖਾਂ ਇੱਕੋ ਜਿਹੀਆਂ ਸ਼ਰਤਾਂ ਅਧੀਨ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਇਨ੍ਹਾਂ ਹਾਲਾਤਾਂ ਵਿੱਚ ਦੋਪਦੀ RV X ਨੂੰ n ਪਰਖਾਂ ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਦੀ ਗਿਣਤੀ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਸੰਕੇਤ ਹੈ: X ~ B(n, p)। ਮੱਧਮਾਨ μ = np ਅਤੇ ਮਿਆਰੀ ਵਿਵਲਨ σ = √npq ਹੈ। n ਪਰਖਾਂ ਵਿੱਚ ਬਿਲਕੁਲ x ਸਫਲਤਾਵਾਂ ਦੀ ਸੰਭਾਵਨਾ P(X = x) = (n x) pxqn−x ਹੈ।
4. ਉਮੀਦਵਾਰ ਮੁੱਲ: ਜਦੋਂ ਇੱਕ ਪ੍ਰਯੋਗ ਨੂੰ ਬਹੁਤ ਵਾਰ ਦੁਹਰਾਇਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਉਮੀਦਵਾਰ ਅੰਕਗਣਿਤ ਔਸਤ; ਮੱਧਮਾਨ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਸੰਕੇਤ: μ। ਸੰਭਾਵਨਾ ਵੰਡ ਫੰਕਸ਼ਨ P(x) ਵਾਲੇ ਇੱਕ ਅਲੱਗ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ (RV) ਲਈ, ਪਰਿਭਾਸ਼ਾ ਨੂੰ μ = ∑xP(x) ਦੇ ਰੂਪ ਵਿੱਚ ਵੀ ਲਿਖਿਆ ਜਾ ਸਕਦਾ ਹੈ।
5. ਜਿਓਮੈਟ੍ਰਿਕ ਵੰਡ: ਇੱਕ ਅਲੱਗ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ (RV) ਜੋ ਬਰਨੌਲੀ ਪਰਖਾਂ ਤੋਂ ਉਤਪੰਨ ਹੁੰਦਾ ਹੈ; ਪਹਿਲੀ ਸਫਲਤਾ ਤੱਕ ਪਰਖਾਂ ਦੁਹਰਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਜਿਓਮੈਟ੍ਰਿਕ ਵੇਰੀਏਬਲ X ਨੂੰ ਪਹਿਲੀ ਸਫਲਤਾ ਤੱਕ ਪਰਖਾਂ ਦੀ ਗਿਣਤੀ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਸੰਕੇਤ: X ~ G(p)। ਮੱਧਮਾਨ μ = 1/p ਅਤੇ ਮਿਆਰੀ ਵਿਵਲਨ σ = √(1/p)(1/p - 1) ਹੈ। ਪਹਿਲੀ ਸਫਲਤਾ ਤੋਂ ਪਹਿਲਾਂ ਬਿਲਕੁਲ x ਅਸਫਲਤਾਵਾਂ ਦੀ ਸੰਭਾਵਨਾ ਫਾਰਮੂਲੇ ਦੁਆਰਾ ਦਿੱਤੀ ਗਈ ਹੈ: P(X = x) = p(1 – p)x – 1।
6. ਜਿਓਮੈਟ੍ਰਿਕ ਪ੍ਰਯੋਗ: ਇੱਕ ਅੰਕੜਾ ਪ੍ਰਯੋਗ ਜਿਸ ਦੀਆਂ ਹੇਠ ਲਿਖੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹਨ: ਇੱਕ ਜਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਬਰਨੌਲੀ ਪਰਖਾਂ ਹੁੰਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਆਖਰੀ ਸਫਲਤਾ ਨੂੰ ਛੱਡ ਕੇ ਸਾਰੀਆਂ ਅਸਫਲਤਾਵਾਂ ਹੁੰਦੀਆਂ ਹਨ। ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ, ਪਰਖਾਂ ਦੀ ਗਿਣਤੀ ਹਮੇਸ਼ਾ ਲਈ ਚੱਲ ਸਕਦੀ ਹੈ। ਘੱਟੋ-ਘੱਟ ਇੱਕ ਪਰਖ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ, p, ਅਤੇ ਅਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ, q, ਪਰਖ ਤੋਂ ਪਰਖ ਤੱਕ ਨਹੀਂ ਬਦਲਦੀ।
7. ਹਾਈਪਰਜੀਓਮੈਟ੍ਰਿਕ ਪ੍ਰਯੋਗ: ਇੱਕ ਅੰਕੜਾ ਪ੍ਰਯੋਗ ਜਿਸ ਦੀਆਂ ਹੇਠ ਲਿਖੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹਨ: ਤੁਸੀਂ ਦੋ ਸਮੂਹਾਂ ਤੋਂ ਨਮੂਨੇ ਲੈਂਦੇ ਹੋ। ਤੁਸੀਂ ਦਿਲਚਸਪੀ ਵਾਲੇ ਸਮੂਹ, ਜਿਸਨੂੰ ਪਹਿਲਾ ਸਮੂਹ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਬਾਰੇ ਚਿੰਤਤ ਹੋ। ਤੁਸੀਂ ਸੰਯੁਕਤ ਸਮੂਹਾਂ ਤੋਂ ਬਿਨਾਂ ਬਦਲੀ ਦੇ ਨਮੂਨੇ ਲੈਂਦੇ ਹੋ। ਹਰ ਚੋਣ ਸੁਤੰਤਰ ਨਹੀਂ ਹੁੰਦੀ, ਕਿਉਂਕਿ ਨਮੂਨੇ ਬਿਨਾਂ ਬਦਲੀ ਦੇ ਲਏ ਜਾਂਦੇ ਹਨ। ਤੁਸੀਂ ਬਰਨੌਲੀ ਪਰਖਾਂ ਨਾਲ ਨਹੀਂ ਨਜਿੱਠ ਰਹੇ ਹੋ।
8. ਹਾਈਪਰਜੀਓਮੈਟ੍ਰਿਕ ਸੰਭਾਵਨਾ: ਇੱਕ ਅਲੱਗ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ (RV) ਜੋ ਇਸ ਦੁਆਰਾ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ: ਪਰਖਾਂ ਦੀ ਇੱਕ ਨਿਸ਼ਚਿਤ ਗਿਣਤੀ। ਸਫਲਤਾ ਦੀ ਸੰਭਾਵਨਾ ਪਰਖ ਤੋਂ ਪਰਖ ਤੱਕ ਇੱਕੋ ਜਿਹੀ ਨਹੀਂ ਹੁੰਦੀ। ਅਸੀਂ ਵਸਤੂਆਂ ਦੇ ਦੋ ਸਮੂਹਾਂ ਤੋਂ ਨਮੂਨੇ ਲੈਂਦੇ ਹਾਂ ਜਦੋਂ ਅਸੀਂ ਸਿਰਫ ਇੱਕ ਸਮੂਹ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਾਂ। X ਨੂੰ ਚੁਣੀਆਂ ਗਈਆਂ ਕੁੱਲ ਵਸਤੂਆਂ ਵਿੱਚੋਂ ਸਫਲਤਾਵਾਂ ਦੀ ਗਿਣਤੀ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਸੰਕੇਤ: X ~ H(r, b, n), ਜਿੱਥੇ r = ਦਿਲਚਸਪੀ ਵਾਲੇ ਸਮੂਹ ਵਿੱਚ ਵਸਤੂਆਂ ਦੀ ਗਿਣਤੀ, b = ਦਿਲਚਸਪੀ ਨਾ ਰੱਖਣ ਵਾਲੇ ਸਮੂਹ ਵਿੱਚ ਵਸਤੂਆਂ ਦੀ ਗਿਣਤੀ, ਅਤੇ n = ਚੁਣੀਆਂ ਗਈਆਂ ਵਸਤੂਆਂ ਦੀ ਗਿਣਤੀ।
9. ਮੱਧਮਾਨ: ਇੱਕ ਸੰਖਿਆ ਜੋ ਕੇਂਦਰੀ ਰੁਝਾਨ ਨੂੰ ਮਾਪਦੀ ਹੈ; ਮੱਧਮਾਨ ਦਾ ਇੱਕ ਆਮ ਨਾਮ 'ਔਸਤ' ਹੈ। ਸ਼ਬਦ 'ਮੱਧਮਾਨ' 'ਅੰਕਗਣਿਤ ਮੱਧਮਾਨ' ਦਾ ਸੰਖੇਪ ਰੂਪ ਹੈ। ਪਰਿਭਾਸ਼ਾ ਅਨੁਸਾਰ, ਇੱਕ ਨਮੂਨੇ ਲਈ ਮੱਧਮਾਨ (x̄ ਦੁਆਰਾ ਦਰਸਾਇਆ ਗਿਆ) x̄ = ਨਮੂਨੇ ਵਿੱਚ ਸਾਰੀਆਂ ਕੀਮਤਾਂ ਦਾ ਜੋੜ / ਨਮੂਨੇ ਵਿੱਚ ਕੀਮਤਾਂ ਦੀ ਗਿਣਤੀ ਹੈ, ਅਤੇ ਇੱਕ ਆਬਾਦੀ ਲਈ ਮੱਧਮਾਨ (μ ਦੁਆਰਾ ਦਰਸਾਇਆ ਗਿਆ) μ = ਆਬਾਦੀ ਵਿੱਚ ਸਾਰੀਆਂ ਕੀਮਤਾਂ ਦਾ ਜੋੜ / ਆਬਾਦੀ ਵਿੱਚ ਕੀਮਤਾਂ ਦੀ ਗਿਣਤੀ ਹੈ।
10. ਸੰਭਾਵਨਾ ਵੰਡ ਦਾ ਮੱਧਮਾਨ: ਇੱਕ ਅੰਕੜਾ ਪ੍ਰਯੋਗ ਦੀਆਂ ਬਹੁਤ ਸਾਰੀਆਂ ਪਰਖਾਂ ਦਾ ਲੰਬੇ ਸਮੇਂ ਦਾ ਔਸਤ।
11. ਪੋਆਸਨ ਸੰਭਾਵਨਾ ਵੰਡ: ਇੱਕ ਅਲੱਗ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲ (RV) ਜੋ ਇੱਕ ਖਾਸ ਅੰਤਰਾਲ ਵਿੱਚ ਇੱਕ ਨਿਸ਼ਚਿਤ ਘਟਨਾ ਦੇ ਵਾਪਰਨ ਦੀ ਗਿਣਤੀ ਨੂੰ ਗਿਣਦਾ ਹੈ; ਵੇਰੀਏਬਲ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ: ਕਿਸੇ ਦਿੱਤੇ ਹੋਏ ਅੰਤਰਾਲ ਵਿੱਚ ਘਟਨਾ ਦੇ ਵਾਪਰਨ ਦੀ ਸੰਭਾਵਨਾ ਸਾਰੇ ਅੰਤਰਾਲਾਂ ਲਈ ਇੱਕੋ ਜਿਹੀ ਹੁੰਦੀ ਹੈ। ਘਟਨਾਵਾਂ ਇੱਕ ਜਾਣੇ-ਪਛਾਣੇ ਮੱਧਮਾਨ ਨਾਲ ਵਾਪਰਦੀਆਂ ਹਨ ਅਤੇ ਆਖਰੀ ਘਟਨਾ ਤੋਂ ਬਾਅਦ ਦੇ ਸਮੇਂ ਤੋਂ ਸੁਤੰਤਰ ਹੁੰਦੀਆਂ ਹਨ। ਵੰਡ ਨੂੰ ਅੰਤਰਾਲ ਵਿੱਚ ਘਟਨਾ ਦੇ ਮੱਧਮਾਨ μ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਸੰਕੇਤ: X ~ P(μ)। ਮੱਧਮਾਨ μ = np ਹੈ। ਮਿਆਰੀ ਵਿਵਲਨ σ = √μ ਹੈ। r ਪਰਖਾਂ ਵਿੱਚ ਬਿਲਕੁਲ x ਸਫਲਤਾਵਾਂ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ P(X = x) = (e−μ)μx / x! ਹੈ। ਪੋਆਸਨ ਵੰਡ ਦੀ ਵਰਤੋਂ ਅਕਸਰ ਦੋਪਦੀ ਵੰਡ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜਦੋਂ n "ਵੱਡਾ" ਹੁੰਦਾ ਹੈ ਅਤੇ p "ਛੋਟਾ" ਹੁੰਦਾ ਹੈ (ਇੱਕ ਆਮ ਨਿਯਮ ਇਹ ਹੈ ਕਿ n 20 ਤੋਂ ਵੱਡਾ ਜਾਂ ਬਰਾਬਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ p 0.05 ਤੋਂ ਘੱਟ ਜਾਂ ਬਰਾਬਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ)।
1. ਸੰਭਾਵਨਾ ਵੰਡ ਫਲਨ (PDF): ਇੱਕ ਅਸਤਤ ਯਾਦ੍ਰਿਛਕ ਪਰਿਮਾਪ (RV) ਦਾ ਗਣਿਤਿਕ ਵਰਨਨ, ਜੋ ਕਿ ਜਾਂ ਤਾਂ ਇੱਕ ਸਮੀਕਰਨ (ਸੂਤਰ) ਦੇ ਰੂਪ ਵਿੱਚ ਦਿੱਤਾ ਗਿਆ ਹੈ ਜਾਂ ਇੱਕ ਸਾਰਣੀ ਦੇ ਰੂਪ ਵਿੱਚ ਜਿਸ ਵਿੱਚ ਇੱਕ ਪ੍ਰਯੋਗ ਦੇ ਸਾਰੇ ਸੰਭਵ ਨਤੀਜੇ ਅਤੇ ਹਰੇਕ ਨਤੀਜੇ ਨਾਲ ਸੰਬੰਧਿਤ ਸੰਭਾਵਨਾ ਸੂਚੀਬੱਧ ਕੀਤੀ ਗਈ ਹੈ।
2. ਯਾਦ੍ਰਿਛਕ ਪਰਿਮਾਪ (RV): ਅਧਿਐਨ ਅਧੀਨ ਆਬਾਦੀ ਵਿੱਚ ਰੁਚੀ ਦੀ ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ; ਪਰਿਮਾਪਾਂ ਲਈ ਆਮ ਸੰਕੇਤ ਵੱਡੇ ਲਾਤੀਨੀ ਅੱਖਰ X, Y, Z,... ਹਨ; ਡੋਮੇਨ (ਪਰਿਮਾਪ ਦੇ ਸਾਰੇ ਸੰਭਵ ਮੁੱਲਾਂ ਦਾ ਸਮੂਹ) ਤੋਂ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਮੁੱਲ ਲਈ ਆਮ ਸੰਕੇਤ ਛੋਟੇ ਲਾਤੀਨੀ ਅੱਖਰ x, y, ਅਤੇ z ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਜੇ X ਪਰਿਵਾਰ ਵਿੱਚ ਬੱਚਿਆਂ ਦੀ ਗਿਣਤੀ ਹੈ, ਤਾਂ x ਇੱਕ ਵਿਸ਼ੇਸ਼ ਪੂਰਨ ਅੰਕ 0, 1, 2, 3,... ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਅੰਕੜਿਆਂ ਵਿੱਚ ਪਰਿਮਾਪ ਮੱਧਵਰਤੀ ਅਲਜਬਰਾ ਵਿੱਚ ਪਰਿਮਾਪਾਂ ਤੋਂ ਦੋ ਹੇਠ ਲਿਖੇ ਤਰੀਕਿਆਂ ਨਾਲ ਭਿੰਨ ਹੁੰਦੇ ਹਨ। ਯਾਦ੍ਰਿਛਕ ਪਰਿਮਾਪ (RV) ਦਾ ਡੋਮੇਨ ਜ਼ਰੂਰੀ ਨਹੀਂ ਕਿ ਇੱਕ ਸੰਖਿਆਤਮਕ ਸਮੂਹ ਹੋਵੇ; ਡੋਮੇਨ ਨੂੰ ਸ਼ਬਦਾਂ ਵਿੱਚ ਪ੍ਰਗਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; ਉਦਾਹਰਨ ਲਈ, ਜੇ X = ਵਾਲਾਂ ਦਾ ਰੰਗ ਹੈ ਤਾਂ ਡੋਮੇਨ {ਕਾਲਾ, ਭੂਰਾ, ਸਲੇਟੀ, ਹਰਾ, ਸੰਤਰੀ} ਹੈ। ਅਸੀਂ ਸਿਰਫ ਪ੍ਰਯੋਗ ਕਰਨ ਤੋਂ ਬਾਅਦ ਹੀ ਦੱਸ ਸਕਦੇ ਹਾਂ ਕਿ ਯਾਦ੍ਰਿਛਕ ਪਰਿਮਾਪ X ਕਿਹੜਾ ਵਿਸ਼ੇਸ਼ ਮੁੱਲ x ਲੈਂਦਾ ਹੈ।
3. ਸੰਭਾਵਨਾ ਵੰਡ ਦਾ ਮਿਆਰੀ ਵਿਕਲਨ: ਇੱਕ ਸੰਖਿਆ ਜੋ ਮਾਪਦੀ ਹੈ ਕਿ ਅੰਕੜਾ ਪ੍ਰਯੋਗ ਦੇ ਨਤੀਜੇ ਵੰਡ ਦੇ ਮੱਧਮਾਨ ਤੋਂ ਕਿੰਨੇ ਦੂਰ ਹਨ σ=∑[x – μ2 ∙ Ρx]
4. ਵੱਡੀਆਂ ਸੰਖਿਆਵਾਂ ਦਾ ਕਾਨੂੰਨ: ਜਿਵੇਂ-ਜਿਵੇਂ ਇੱਕ ਸੰਭਾਵਨਾ ਪ੍ਰਯੋਗ ਵਿੱਚ ਪਰਖਾਂ ਦੀ ਗਿਣਤੀ ਵਧਦੀ ਹੈ, ਕਿਸੇ ਘਟਨਾ ਦੀ ਸਿਧਾਂਤਕ ਸੰਭਾਵਨਾ ਅਤੇ ਸਾਪੇਖਿਕ ਆਵਿਰਤੀ ਸੰਭਾਵਨਾ ਵਿਚਕਾਰ ਅੰਤਰ ਸਿਫ਼ਰ ਦੇ ਨੇੜੇ ਪਹੁੰਚਦਾ ਹੈ।