[基礎統計学]3.確率変数と確率分布
3345 ワード
確率変数と確率分布の概念
ランダム変数
関数
-> S = {HHH, HHT, HTH, HTT, THH, THT, TTH, TTT}
ディスクリートサンプル空間
有限または数え切れない無限の要素からなるサンプル空間.
-コイン正面が現れるまでの実施回数
れんぞくサンプリングくうかん
実直線上の任意の区間として表すことができるサンプル空間.
-身長と体重
離散確率分布(離散確率分布)
離散試料空間の確率変数から生成される確率分布
かくりつしつりょうかんすう
P(X=x) = f(x)
Σf(x) = 1, 0<=f(x)<=1
例)コイン3回投げたときの裏面の個数Xの確率分布
# 표본공간 생성
> S = tosscoin2(3)
# 뒷면의 개수를 세는 함수 정의
> countT = function(x) sum(x=="T")
# 확률변수 정의 => apply() 함수를 행별로 적용
> X = apply(S, 1, countT)
# 원소의 개수 집계 및 확률분포 생성
> table(X)/nrow(S)
X
0 1 2 3
0.125 0.375 0.375 0.125
# 주사위 4개의 눈의 합 확률분포
rolldie.sum(4)
hyp.sample(50, 8, 10)
れんぞくかくりつぶんぷ
# 확률밀도함수 f(x) 정의
> pdf = function(x) 2*exp(-2*x)*(x>0)
# 적분함수 integrate() 사용하여 확률 계산
> integrate(pdf, 0, 1)[[1]]
[1] 0.8646647
せきさんぶんぷかんすう
確率変数Xがある値xより小さい確率
F(x) = P(X<=x)
->累積分布関数F(x)は確率変数値がxより小さい確率の臨端であり、離散確率分布では累積確率分布の等号に注意して確率
# 동전 3개 중 뒷면의 개수
> (freq = choose(3, 0:3))
[1] 1 3 3 1
disc.cdf(0:3, freq, mt = "동전 3개 중 뒷면의 개수 CDF")
# 확률밀도함수 f(x) 정의 및 누적분포함수 그래프 작성
> pdf = function(x) 2*exp(-2*x)*(x>0)
# 누적 확률 표시 (F(0.2), F(0.4), F(0.6), F(0.8), F(1), F(2))
cont.cdf(pdf, low=-1, up=3, xs=c((1:5)*0.2, 2))
連合確率分布(joint prob,dist.function)
2つ以上の確率変数を処理する必要がある場合、それらの間には相互に影響する可能性があるため、同時に考慮する必要がある.
2つの確率変数XとYはxとyの値を同時に持つ確率である.
二つの確率変数XとY確率の密度関数を計算する
エッジ確率分布
確率変数xとyの結合確率分布f(x,y)から,各エッジ確率分布
Reference
この問題について([基礎統計学]3.確率変数と確率分布), 我々は、より多くの情報をここで見つけました https://velog.io/@sanizzang00/기초통계학3.-확률변수와-확률분포テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol