Tags
- Queue
- M:N
- ORM
- distinct
- 쟝고
- create
- SQL
- migrations
- Vue
- regexp
- Article & User
- Tree
- outer join
- Django
- count
- 트리
- 통계학
- N:1
- 백트래킹
- stack
- 이진트리
- 그리디
- delete
- 큐
- DB
- update
- 뷰
- 완전검색
- drf
- 스택
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
Probability Models (확률 모델) 본문
확률 모델
확률 모델(Probability Model)은 불확실한 사건의 발생 가능성을 수학적으로 설명하는 체계다. 확률 모델은 크게 세 가지 요소로 구성된다:
- 표본 공간 (Sample Space, S)
- 가능한 모든 결과들의 집합
- 예:
- 동전 던지기 → S = {H, T} (앞면, 뒷면)
- 주사위 던지기 → S = {1, 2, 3, 4, 5, 6}
- 사건 (Event, E)
- 표본 공간의 부분집합으로, 특정한 결과들이 포함된 집합
- 예:
- 주사위를 던져 짝수가 나오는 사건 →
- 동전을 던져 앞면이 나오는 사건 →
- 확률 함수 (Probability Function, P)
- 표본 공간 내의 각 사건에 확률을 할당하는 함수
- 확률 함수는 다음과 같은 성질을 가져야 한다:
- (모든 사건의 확률은 0 이상 1 이하)
- (표본 공간 내의 모든 사건의 확률 합은 1)
- 두 개의 서로소(disjoint) 사건 (배반 사건의 경우) 대해
예제: 주사위 확률 모델
- 표본 공간:
- 사건: 짝수 나오는 사건
- 확률 할당:
- 공정한 주사위라면 각 면이 나올 확률은 1/6
- 따라서 짝수 나올 확률: P(E) = P(2) + P(4) + P(6) = 1/6 + 1/6 +1/6 = 3/6
확률 모델을 잘 정의하면 확률을 체계적으로 계산하고 분석할 수 있다.
'데이터 사이언스 > 수리 통계학' 카테고리의 다른 글
Law of Total Probability (전체 확률의 법칙) (0) | 2025.03.09 |
---|---|
Properties of Probability Models (확률 모델의 성질) (0) | 2025.03.08 |
Venn Diagrams (벤 다이어그램) (0) | 2025.03.07 |
Wrong Definition of Probability (잘못된 확률 정의) (0) | 2025.03.05 |
What Is Probability? (확률이란?) (0) | 2025.03.04 |