소개글
[통계학] 예제를 통한 확률(probability)의 이해에 대한 자료입니다.
목차
1. 확률(probability)
2.1 사상, 표본 공간, 확률
◈ 확률실험(random experiments)
◈ 근원사상의 확률(probability)
2.2 복합사상과 여사상
◈ 복합사상(compound event)
◈ 합사상(union)
◈ 곱사상(intersection)
◈ 여사상 (complementary event)
2.3 조건부 확률
・조건부확률 (Conditional probability)
2.4 합사상과 곱사상의 확률법칙
◈ 확률의 덧셈법칙 (Additive rule of probability)
◈ 배반사상(Exclusive events)
◈ 배반사상에서의 덧셈법칙(Additive rule for mutually exclusive events)
◈ 확률의 곱셈법칙 (Multiplicative rule of probability)
◈ 독립사상
◈ 독립사상에서의 곱셈법칙(multiplicative rule for independent events)
■ 결합확률분포
◈ 결합 확률밀도함수(joint probability density function)
◈ 주변 확률밀도함수(Marginal probability density function)
◈ 확률변수의 독립성
◈ 결합과 주변 분포함수(joint, marginal distribution function)
◈ 조건부 확률밀도함수(conditional probability density function)
◆ 베이즈 정리
◆ 베이즈 정리의 설명
◆ 토머스 베이즈 (Thomas Bayes)
◆ 베이즈의 정리 증명
◆ 베이즈의 정리 문제
◆ 베이즈 정리의 활용
본문내용
◈ 근원사상(elementary event or simple event) : 실험에서 가장 기본적인 가능한 결과
◈ 표본공간(sample space) : 한 실험에서 나올 수 있는 근원사상의 모임.
두 개의 동전을 던질 때, 이 실험의 모든 근원 사상을 찾아라.
[풀이] 앞: 뒤: => sample space
◈ 근원사상의 확률(probability)
확률은 실험이 무수히 많이 시행될 때 관찰되어진 근원사상의 횟수의 비율.
근원사상을 라 하면, 확률은 .
◈ 근원사상의 확률에 대한 법칙
표본공간의 근원사상 , 확률 일 때
1) for
2)
◈ 사상(event) : 어떤 특성을 갖는 근원사상들의 모임
◈ 사상의 확률(The probability of an event)
사상 의 확률은 사건 의 근원사상들의 확률의 합
공평한 두 개의 동전(fair coins)을 던지는 실험에서 와 의 확률을 각각 구하여라.
정확히 한 개의 앞면을 관찰하는 경우
적어도 한 개의 앞면을 관찰하는 경우
[풀이]
근원사상
확률
♠ 사상의 확률을 계산하는 단계
① 실험 정의