경영통계학 ) 확률변수의 기대치와 분산의 개념을 사례를 들어 설명하시오

소개글

경영통계학 ) 확률변수의 기대치와 분산의 개념을 사례를 들어 설명하시오에 대한 보고서 자료입니다.

목차

1. 서론

2. 본론

3. 결론

본문내용

+ 30000 = 44800으로 계산된다. 한 번 수리하러 나갈 때마다 기댓값, 즉 평균 4만4800원 만큼 비용이 발생하는 것이다. 그리고 분산을 구해보자. 확률변수 Y의 분산값은 Var(Y)로 Var(Y) = Var(8000X + 30000)으로 수식을 나타낼 수 있다. 이를 분산의 특징에 대한 값 Var(Y) = Var(aX +b) =a^2 Var(X) 에 대입해보자. 그러면 8000^2 x 1.1275 = 72,160,000원이 계산된다. 여기서 분산의 특징상 상수 b 에 해당하는 30000은 0으로 계산된다. 이 분산 값을 가지고 표준 편차를 구해본다면 8,494원의 표준편차를 구할 수도 있다. 즉 수리비가 많이 나올 때는 평균 44800원보다 약 8494원이 추가 발생되거나 적게 발생된다고 해석할 수 있는 것이다. 기업은 이런 수치 데이터를 활용하여 재무적인 분석에 적극 활용하여야 한다. 예를 들어 기대치, 분산을 구하고 표준편차 값까지 구해보니 A제품은 동일한 기댓값에 표준편차가 더 작고 B제품은 표준 편차가 더 크다면 그 원인을 분석하고 비용이 크게 발생하는 케이스에 대해서는 해결책을 마련해야 할 것이다. 이렇듯 통계 데이터는 기업 운용에 많은 이로운 영향을 미칠 수 있다. 최근에는 빅데이터, AI등 기본적으로 통계 분석을 활용하여 여러 가지 의사결정에 필요한 인사이트를 제공할 수 있는 여건들이 많이 조성되어 있다. 기업은 이러한 신기술을 어떻게 기업에 활용하여 기업 성장에 기여할 것인지 끊임없이 연구하고 적용하도록 노력해야 할 것이다.
참고문헌
(R) 통계 - 확률변수의 기댓값과 분산,

키워드

경영통계학 ) 확률변수의 기대치와 분산의 개념을 사