1. 확률이론
1) 목적 : 불확실성(미래, 표본)을 합리적이고 체계적으로 다루기 위해
2) 정의 : 0~1
3) 의미 : 모집단에서 표본을 하나 뽑을 때, 값이 나올 가능성
4) Random sampling : 동일 확률을 가정함
5) 통계학에서의 확률 : 모집단과 표본의 관계, 무작위 추출을 가정, 확률과 확률분포를 정확히 파악
6) 해석방법 : 가능성을 의미할 뿐이 정확하지 않으나 ( 표본 추출 횟수가 많아질 수록 확률에 가까워짐(대수의법칙)
2. 확률 부여방법 : 선험적, 경험적, 주관적
1) 선험적 확률부여
· 동등발생가능성, 모집단의 구성비율을 알 것, 주사위 굴리기
· 문제점 : 모집단의 정보가 없고, 확률을 구하기도 없려움
· 대안 : 근사치가 필요하며, 경험적 방법으로 구함
2) 경험적 확률부여
· 모집단의 확률분포를 모르니, 일정량의 표본을 뽑아 표본의 상대도수로 확률을 찾음
· 정확도는 떨어지지만 매우유용
3) 주관적 확률부여
· 월드컵 우승국 등 확률을 정하는 것이 적절하지 않을 때
3. 용어의 정의
○ 확률실험 : 관심대상의 발생결과를 얻는 과정
○ 표본추출 : 여러 결과 중 하나를 발생시키는 활동 (확률실험과 매우 유사)
○ Outcome : 확률실험, 표본추출에서 나올 수 있는 값의 종류
(※ 확률실험의 결과 2개의 Outcome이 발생할 수도 있다.)
○ 표본공간 : 나올 수 있는 Outcome의 집합
(※ 모집단과 표본공간은 다르다)
○ 사건 : Outcome이 하나이상 모인것
○ 확률변수 : 확률실험의 각 결과들에 대해 하나의 실수를 부여하는 함수
→ Outcome을 숫자로 바꾼것으로 하나의 Outcome에 두 숫자를 대응할 수는 없음)
○ 확률 분포 : 확률변수에 대응하는 확률이 확률분포임
→ 모집단의 상대도수분포와 같은 개념이나, x축 : 숫자, y축 : 확률
확률 (하나 사건 발생확률) VS 확률분포 (모든사건의 발생가능성)
'MBA > 경영통계' 카테고리의 다른 글
[경영통계] 4. 연속확률분포 (8) | 2022.10.04 |
---|---|
[경영통계] 4. 확률이란 (8) | 2022.09.29 |
[경영통계] 2.정량데이타의 표현 (6) | 2022.09.17 |
[경영통계] 1.통계학 기초 및 데이터의 정의 (8) | 2022.09.13 |
댓글