对概率预期的可能方法有多种，但都是奖惩学习选择的结果：1、事件的发生总是在时间空间下的发生，并被我们记忆。如果通过回忆来预期事件发生的概率的情况，在主注意目的下进行回忆会使与事件关联的表征时间与空间的部分结构兴奋，事件发生的次数越多，则事件发生所兴奋的表征时间空间的神经结构越广泛（面积越大），同理事件不发生的……（这种回忆可使表证事件发生或不能发生的神经通路小部分兴奋，并能被相应的结构“感知”，但不会使表征事件发生的神经通路完整兴奋）。如果有特殊的结构的兴奋能反应这种神经结构兴奋的广泛性，则通过学习我们就能预测发生的概率，通过长期的实践，最终预测习惯化。这种比较就像我们比较面积的大小一样，只要我们具有比较面积大小的能力，我们就应具有本段所述的预期事件发生概率的能力。2、我们还可以根据记忆的发生与没有发生的记忆的强弱来进行判断（可通过强度中枢的参与），发生的记忆强而没发生的记忆弱，对比后则预测发生的可能性大，总之实现事件发生概率的预期的方法可能很多，都是通过奖惩学习实践选择形成的。当然实践对这种预测的要求只是粗略的，不可能做到精确，这是因为现实中我们并不需要太过精确，只需要带来实践的正确性即可。
我们对事件发生的预期概率的正确性，在现实中可通过对发生的和没有发生的事件的回忆来进行调整。
事件发生的概率与奖惩预期的关系需要通过学习获得。当然学习是发生在相应的结构基础之上的，这个结构之一应该是能进行奖惩计算的中枢。
通过奖惩学习，事件发生的概率又会与奖惩预期中枢建立记忆联系，最终与奖惩预期建立起习惯性的兴奋联系，并参与奖惩预期，使我们的预期基本与环境相适应，并不断的动态调整中。另外，也可以通过回忆事件发生与获得奖惩的关系及事件不发生获得奖惩的关系来进行奖惩预期调整事件发生概率与奖惩预期之间的关系。