반응형 확률밀도함수2 [기초통계] 확률(Probability) vs 우도(가능도,Likelihood) 통계 공부를 하다보면 확률과 우도(가능도)에 대한 개념이 헷갈릴 때가 있다. 함께 정리하며 같이 개념을 바로잡아보자. - 확률(Probability) 확률은 관측값 또는 관측 구간이 주어진 확률분포 안에서 얼마만큼 나타날 수 있는가에 대한 값이다. 앞 설명에서 중요한 포인트가 있다. 바로 '주어진 확률분포'가 있다는 뜻이다. 확률이란 주어진 확률 분포를 고정시켜 놓은 뒤, 관측치 또는 구간이 포함될 수치를 표현한 것이라 할 수 있다. - 확률의 비교가 가능할까? 이산형 확률변수를 통해 확률을 구할 때에는 각 관측치(확률변수)에 대응되는 확률값이 있기 때문에, 특정한 관측치에 관해 확률값을 구할 수 있다. 따라서 특정 관측치가 일어날 확률을 구하고 그들끼리 비교하는 것이 어렵지 않다. 그렇다면 연속형 확률.. 2019. 10. 10. [기초통계] 확률변수와 확률함수의 관계, 이산 확률변수 vs 연속 확률변수 - 확률변수와 확률함수의 관계 확률변수(random variable)는 사건에 실수값을 대응시키고 그 값에 확률을 부여한 것이다. 다시 말해, 확률로 표현할 사건 및 이벤트를 정의하는 것으로 일어나는 사건의 경우의 수에 대해 숫자화 한 것을 뜻한다. 확률함수는 확률을 가진 어떤 사건이 일어날 확률을 통해 파라미터를 만들고, 이를 활용한 수학적 함수를 만드는 것을 뜻한다. 수학적으로 설명하면, 확률 P를 가진 어떤 사건이 n회 시행 중에서 x회 나타날 때, 확률변수 x와 이에 대응되는 P(x)의 관계를 나타낸 함수라 말할 수 있다. 이렇게 설명을 해도, 단순히 말로 설명하면 직관적으로 이해가 가지 않기 마련이다. 예시를 통한 설명은 아래에서 함께 진행하겠다. [ 예시 - 동전을 두 번 던질 때, 앞면이 나.. 2019. 9. 4. 이전 1 다음 반응형
