Tags
- 스택
- DB
- 그리디
- N:1
- Article & User
- regexp
- M:N
- outer join
- SQL
- 쟝고
- Tree
- drf
- update
- 트리
- 완전검색
- 뷰
- create
- count
- 백트래킹
- Django
- stack
- 큐
- Vue
- delete
- migrations
- 통계학
- ORM
- distinct
- 이진트리
- Queue
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Notice
Recent Posts
Link
데이터 분석 기술 블로그
Mutual Independence (상호 독립) 본문
상호 독립의 정의
세 개 이상의 사건 A, B, C가 상호 독립(Mutually Independent)이려면, 다음 조건을 모두 만족해야 한다:
- 각각의 사건이 독립이어야 한다.
P(A∩B) = P(A)P(B)
P(A∩C)=P(A)P(C)
P(B∩C)=P(B)P(C) - 세 사건을 함께 고려했을 때도 독립이어야 한다.
P(A∩B∩C)=P(A)P(B)P(C)
즉, 쌍(pair) 단위로 독립인 것만으로는 부족하고, 전체적인 독립성도 확인해야 한다.
독립 사건과 상호 독립 사건의 차이
- 독립 사건 (Independent Events): 두 개의 사건이 서로 영향을 주지 않음.
- 상호 독립 (Mutual Independence): 세 개 이상의 사건이 개별적으로 뿐만 아니라 전체적으로도 독립이어야 함.
즉, 모든 쌍이 독립이라고 해서 상호 독립인 것은 아니다.
예제 1: 동전 세 개 던지기
문제: 동전을 세 번 던질 때,
- A: 첫 번째 동전이 앞면
- : 두 번째 동전이 앞면
- : 세 번째 동전이 앞면
이 세 사건이 상호 독립인지 확인하자.
풀이:
- 각 사건의 확률
P(A) = P(B) = P(C) = 1/2 - 두 개씩 고려한 독립성 확인
P(A∩B) = P(A)P(B) = 1/2 × 1/2 = 1/4
(실제 A와 B가 모두 앞면일 확률도 1/4이므로 성립)
같은 방식으로 P(A∩C) 및 P(B∩C)도 확인 가능. - 세 개의 사건을 모두 고려한 독립성 확인
P(A∩B∩C) = P(A)P(B)P(C) = 1/2 × 1/2 × 1/2 = 1/8
모든 조건이 만족되므로, A, B, C는 상호 독립이다.
'데이터 사이언스 > 수리 통계학' 카테고리의 다른 글
What is a Random Variable? (확률 변수란?) (0) | 2025.03.15 |
---|---|
Probability Tree Diagrams (확률 나무 다이어그램) (0) | 2025.03.14 |
Independence (독립성) (0) | 2025.03.12 |
Bayes' Rule (베이즈 정리) (0) | 2025.03.11 |
Conditional Probability (조건부 확률) (0) | 2025.03.10 |