IT/통계7 정규분포 정의와 표준정규분포로 표준화 하는 방법 정규분포는 제품 무게, 사람의 키 등 여러 자연적인 현상을 설명하고자 할 때 잘 적합 되기에 널리 사용되고 있다. 내 키가 평균에서 얼마나 가까운지, 제품이 규격에 들어오는지 등을 확인하고자 할 때 유용하게 쓰인다. 종모양(bell curve)의 분포를 가지며, 가우시안 분포(Gaussian distribution)로도 불린다. 정규분포 정규분포는 연속형 확률분포함수로 다음과 같이 정의된다. $f(x)= \frac{1}{\sqrt{2\pi }\sigma}e^{\frac{-(x-\mu)^2}{2\sigma^2}}, -\infty1)=1-P(Z 2020. 9. 8. 표준정규분포표 보는법 및 이미지 파일 표준정규분포표는 표준정규분포에 대한 누적분포함수 $\Phi(Z_\alpha)$ 값을 미리 계산 해놓은 표로, 정규분포의 확률을 쉽게 계산하기 위해 사용한다. $(1-\alpha)$ 분위수 $Z \sim N[0,1]$일 때, $P[Z 2020. 9. 6. 베이즈 정리 예시로 쉽게 이해하기 베이즈 정리는 어떤 사전지식이 있을 때 이 지식을 이용해 관심있는 사건이 일어날 확률을 구하는데 사용된다. 예를 들어 ‘당뇨병 발생률은 10%’와 ‘당뇨 진단 정확률은 95%’라는 사전지식이 있다면 ‘당뇨로 진단 받은 환자가 실제 당뇨일 확률’을 알 수 있다. 우선 베이즈 정리를 사용하기 전에 사전확률, 사후 확률, 조건부 확률을 이해할 필요가 있다. 사전 확률(Prior probability) $P(A)$ 사건 $B$가 발생하기 전, 사건 $A$의 확률을 의미한다. 예를 들어 환자가 당뇨병일 확률을 $P(A)$로 나타낼 수 있다. 사후 확률(Posterior Probability) $P(A|B)$ 사건 $B$가 발생한 후 수정된 $A$의 확률을 의미한다. "사전 확률"인 사건 $A$가 $B$라는 사건에.. 2020. 8. 27. 이전 1 2 다음
