반응형

표본공간 2

[통계학] 04-2. 확률(2) - 확률의 이해 (고전적 확률, 연속표본공간)

(통계학-기본개념과 원리, 여인권)을 바탕으로 제작하였습니다. (k-mooc 통계학의 이해1, 여인권)을 수강하면서 공부한 내용을 정리해보았습니다. 2. 확률의 이해 2.1 고전적 확률 고전적 확률(등확률)은 표본공간의 각 원소(근원사건)의 발생가능성이 동일(equally likely)한 확률을 의미합니다. 여기서 n은 표본공간의 원소개수, k는 사건 A의 원소개수를 의미합니다. 예를 들어, 정사면체 주사위 한 개를 던질 때 표본공간은 {1, 2, 3, 4, 5, 6}이 되며 원소 개수는 6이 됩니다. 각각의 사건이 발생할 확률은 1/6로 동일합니다. 연속표본공간(continous sample space) 구매한 스마트폰의 수명 측정한다고 가정했을 때 스마트폰의 수명(x)은 $0 \leq x$가 됩니다...

[통계학] 04-1. 확률 (1) - 기본개념 (확률, 확률실험, 표본공간, 사건, 집합의 연산법칙, 벤다이어그램)

(통계학-기본개념과 원리, 여인권)을 바탕으로 제작하였습니다. (k-mooc 통계학의 이해1, 여인권)을 수강하면서 공부한 내용을 정리해보았습니다. 이번 포스팅에서는 확률을 정의하기 위한 전제조건을 알아보겠습니다. 또한 확률, 확률실험, 표본공간, 사건, 집합의 연산법칙, 벤다이어그램에 대해서 공부하겠습니다. 1. 확률 확률은 모집단1에서 표본을 뽑을 때 꼭 필요한 개념입니다. 어떠한 표본을 뽑는지에 따라 기술통계의 통계값(평균, 분산)이 달라지기 때문입니다. 이제 모집단1에서 표본을 생성하는 확률에 대해서 알아보겠습니다. 1.1 확률이란? 확률(probability)은 어떠한 사건이 발생할 가능성이 얼마나 되는지를 나타내는 [0, 1]의 수치적 측도입니다. 확률을 언급하기 위해서는 해당하는 확률실험(r..

반응형