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 количестве испытаний.

Различные исследования с большим числом однотипных испытаний проводили учёные в разные годы. Заметив, что амплитуда колебания относительных частот события около некоторого числа уменьшается при увеличении количества испытаний, швейцарский математик Якоб Бернулли (\(1654\)–\(1705\)) открыл закон больших чисел.

С большой достоверностью можно утверждать, что при большом количестве испытаний относительная частота события \(А\) будет стремиться к  вероятности этого события. То есть, W(A)P(A) при большом количестве 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.