Теория:

Проведём эксперимент:
1) бросить игровой кубик \(200\) раз и каждый раз записывать количество выпавших пунктов;
2) сосчитать, в скольких случаях выпало \(4\) пункта.
Допустим, что после подсчётов результат \(4\) был \(32\) раза.
Что можно вычислить?
Если в \(N\) независимых опытах событие \(A\) осуществляется \(M\) раз, то \(M\) называется абсолютной частотой события \(A\), а соотношение MN называется относительной частотой события \(A\).
Относительная частота события =количество осуществления событияколичество экспериментов.

Относительную частоту события \(A\) обозначают W(A), поэтому по определению W(A)=MN.
В наших экспериментах событие \(A\) — выпали \(4\) пункта. Значит, по определению:
1)  абсолютная частота события \(A\) равна \(32\);
2) относительная частота события А=32200.

Статистической вероятностью называют число, около которого колеблется относительная частота события при большом числе испытаний.

Различные исследования с большим числом однотипных испытаний проводили учёные в разные годы. Наблюдая за уменьшением амплитуды колебания относительных частот события около некоторого числа при увеличении количества испытаний, швейцарский математик Якоб Бернулли (\(1654\)–\(1705\)) обосновал так называемый закон больших чисел.

Можно считать достоверным тот факт, что при любой достаточно большой серии испытаний относительная частота события \(А\) стремится к некоторому числу — вероятности этого события. Таким образом, W(A)P(A) при большом числе испытаний.

В нашем эксперименте относительная частота события  А=32200, или статистическая вероятность P(A)32200.

Пример:
чем больше количество проведённых экспериментов, тем меньше разница между относительной частотой и вероятностью события.
Так как по классическому определению вероятности, P(A)=16, если провести очень много экспериментов, в этом случае статистическая вероятность (относительная частота) будет приближаться к числу 16.