Data Makes Our Future

참고글 : [Statistics] 모집단과 표본[Statistics] 표본 정규 분포 #. 표본과 모집단의 관계- 모평균이 μ(mu), 모표준편차가 σ(sigma)인 정규분포(N(평균, 분산))에서, 모집단으로부터 샘플링된 표본평균들의 분포는 정규분포에 근사 Xbar ~ N(μ, (σ/sqrt(n))^2) * n : 표본의 크기, N(모평균, 표본분산) 1) 표본평균의 평균 ≈ "모평균" (sample size가 커질수록) : E(Xbar) ≈ M(μ) 2) 표본표준편차 ≈ "모분산(σ) / √n" : s ≈ σ / √n3) 표준화된 확률변수(표본평균들)의 분포는 정규분포와 근사 : Z(Xbar) ≈ N(0,1) 1. 모집단이 정규분포를 따르는 경우 정규분포와의 근사성 확인# 1-1) 표본평균의 분포 확..

참고글 : [Statistics] 확률 기초 용어 정리(확률분포, 이항분포, 정규분포) #. 이항분포 in Rdbinom(x = 이산형 확률변수, size = 수행횟수, prob = 성공확률) # 동전을 10회 반복하여 던질 때, 앞 면이 나오는 사건, 각 확률변수가 취하는 분포 확인 n choose(10,1) * (0.5)^1 * (0.5)^9 # P(X=1) [1] 0.009765625 # 1번 성공할 경우의 수 {앞뒤뒤뒤뒤뒤뒤뒤뒤뒤}, {뒤앞뒤뒤뒤뒤뒤뒤뒤뒤}, {뒤뒤앞뒤뒤뒤뒤뒤뒤뒤}, .. > choose(10,2) * (0.5)^2 * (0.5)^8 # P(X=2) [1] 0.04394531 ... > choose(10,10) * (0.5)^10 * (0.5)^0 # P(X=10) [1] 0.00..

#. 확률실험(=확률 시행) : E다음을 만족할 때, - 어떠한 실험에 대한 결과를 알지 못 할 경우 - 결과는 모르지만, 결과로 나타날 수 있는 가능한 사건(경우)를 아는 경우 - 동일한 실험을 계속 반복할 수 있는 경우 ex) 동전를 2번 던져서 어떤 면이 나오는지 실험 #. 표본공간 : Ω예상 가능한 모든 결과(모든 경우의 수)표본공간을 그래프로 그린 것이 확률 분포 ex) 동전를 2번 던져서(학률 실험) 나올 수 있는 모든 경우의 수 Ω = {앞, 뒤} Ω = {뒤, 앞} Ω = {앞, 앞} Ω = {뒤, 뒤} #. 사건 : A, B, ...발생 가능한 특정 사건 ex) 동전를 2번 던져서(학률 실험) + 첫 번째 동전이 앞면이 나올 경우(사건) 앞면이 1번 나오는 사건 : P(x=1) : {앞,..