|
확률변수 의 평균과 분산을 구할 수 있는가를 평가한다.
2. 정규분포의 성질을 이용해 문제를 해결할 수 있는가를 평가한다.
3. 확률변수 의 확률분포와 평균, 분산을 구할 수 있는가를 평가한다.
4. 확률밀도함수의 특성을 이해하고, 확률변수
|
|
|
확률변수 X ~ N(µ, σ2) : 평균 = µ, 표준편차 = σ 인 정규분포
* 종모양, 좌우 대칭
* 확률밀도함수(부피=1), 평균 및 분산 정규분포(Normal distribution)
카이제곱분포( -distribution)
t 분포(t -distribution)
F 분포(F -distribution)
지수분
|
|
|
확률변수의 확률값을 정의할 수가 없다. 그리고 확률변수 값들에 인덱싱을 붙일 수도 없고 이산 확률변수에서 중요하였던 equality(=)를 따질 필요가 없어진다.
두 번째는 확률밀도 함수도 이야기를 하겠다. 연속확률변수는 이렇게 특정한 확률
|
|
|
확률을 구하는 방법으로 모의해석(simulation)에 의한 방법이 있다. 대표적인 방법으로 몬테카를로 시뮬레이션(Monte Carlo Simulation)을 들 수 있다. 몬테카를로 시뮬레이션은 확률변수들의 결합 확률밀도함수를 이용하여 각 확률변수의 분포 특성이
|
|
|
확률을 구하는 방법으로 모의해석(simulation)에 의한 방법이 있다. 대표적인 방법으로 몬테카를로 시뮬레이션(Monte Carlo Simulation)을 들 수 있다. 몬테카를로 시뮬레이션은 확률변수들의 결합 확률밀도함수를 이용하여 각 확률변수의 분포 특성이
|
|
|
확률분포는 자연과 사회 현상을 수학적으로 모델링하기 위한 핵심 도구로, 데이터를 이해하고 해석하는 데 필수적이다. 복잡한 실세계 문제를 해결하기 위해 확률밀도함수와 누적분포함수의 이해는 반드시 필요하며, 이를 활용한 통계적 결
|
|
|
확률분포는 확률변수가 무한한 실수 값을 가질 수 있는 상황에서 그 분포를 설명하는 중요한 개념이다. 확률밀도함수를 기반으로 하며, 특정 값이 아니라 구간에 대해 확률을 계산한다는 점에서 이산확률분포와 구분된다. 정규분포, 지수분
|
|
|
확률은 1/6으로 정의되며, 사건의 발생 확률을 직관적으로 이해할 수 있다. 반면에 연속확률분포는 연속적인 값의 집합을 가지며, 특정 값이 발생할 확률은 0에 수렴한다. 대신 특정 구간 내에 값이 있을 확률을 사용하여 확률밀도함수를 통해
|
|
|
3. 표준정규분포 : 정규 확률변수의 표준화 ⇒ 확률밀도함수
#. 표준정규분포표 보는 방법 : 표 內의 값은 확률이고, 열의 첫 칸과 행의 첫 칸[조합]은 Z값을 말한다. 1. 정규분포곡선의 성질
2. 분포의 관계
3. 표준정규분포
|
|
|
. 2017
경영·경제 통계학. Weiers, Ronald M 센게이지러닝코리아. Cengage Learning. 2012 경영통계학
연속확률분포에 대하여 요약하여 정리하시오.
- 확률밀도함수에 대해 정리
- 정규분포에 대해 정리
- 지수분포에 대해 정리
출처 및 참고문헌
|
|
메뉴펼치기
