Normal Distribution, Gaussian Distribution   정규 분포, 가우시안 분포, 가우스 분포, 가우시안 확률분포

(2017-09-05)

Gaussian Function, 가우스 함수, 가우시안 함수, Gaussian Probability Density Function, 가우시안 확률밀도함수, 가우스 확률밀도함수

1. 정규(Normal) 또는 가우시안(Gaussian) 이란?

  ㅇ 정규 분포 또는 가우시안 분포

     - 자연과학,사회과학의 통계적 방법에서 가장 많이 이용되는 대표적 확률분포
        . 잡음,측정 오차들의 분포 등 많은 자연현상을 매우 잘 표현하는 이상적인 확률모형
        . 일상적인 키,몸무게,제품수명 등 대부분의 자료분포가 정규분포에 매우 근사적 접근
        . 자연 질서의 표현

     - 평균을 중심으로 좌우대칭인 종(鐘,bell) 모양을 갖는 확률 분포

  ㅇ 가우스 함수(Gaussian Function) 또는 정규 함수(Normal Function)
       
     - 이 함수는, 표준정규분포에서의 확률밀도함수와 같음


2. 용어 명칭공학자는 `가우시안 분포`라고 하며, 수학자는 `정규 분포`라고 말함
     - 1809년 독일수학자 가우스가 천체 위치의 측정 오차 분포를 이것으로 설명

  ㅇ 기타 많은 수학자가, 종 모양(bell-shaped)의 거의 모든 분포가 가우스 분포를 가
     지며, 이것을 정규 분포(normal distribution)라고 부름


3. 정규분포 모양/형태

  ㅇ 2개의 변수(`평균`,`분산`) 만으로 설명이 가능 
     -   X ~ N(μ,σ²)
        . 곡선 모양이 분포 중심인 평균, 분포 폭인 분산(또는 표준편차 σ)에 의해 결정

  ㅇ 확률밀도함수는 종형(bell-shape) 모양의 대칭적 분포를 가짐
     - 평균값 μ을 중심으로 좌우대칭, 가운데에 위치한 값이 최대값

  ㅇ (기대값 or 평균 ± n x 표본오차) 범위 내 면적이 그 만큼의 확률을 설명함
     - 평균에서 ±3σ 범위 내 전체의 99.7% 가 존재 : P(μ-3σ < X̅ < μ+3σ) = 0.9974
     - 평균에서 ±2σ 범위 내 전체의 95.5% 가 존재 : P(μ-2σ < X̅ < μ+2σ) = 0.9544
     - 평균에서 ±1σ 범위 내 전체의 68.3% 가 존재 : P(μ-1σ < X̅ < μ+1σ) = 0.6826

     * 다음의 경우들은, 통계학에서 많이 쓰이는 경우 임                    ☞ 신뢰수준 참조
     - 양측 1%점 (평균을 중심으로 99%가 존재)        : P(μ-2.58σ < X̅ < μ+2.58σ) = 99%
     - 양측 5%점 (평균을 중심으로 95%가 존재)        : P(μ-1.96σ < X̅ < μ+1.96σ) = 95%
     - 단측 상위 1%점 (좌끝단 ~ 오른쪽까지 99% 존재) : P( X̅ < μ+1.648σ) = 99%
     - 단측 상위 5%점 (좌끝단 ~ 오른쪽까지 95% 존재) : P( X̅ < μ+2.33σ)  = 95%

  ㅇ 분산이 같으면 평균이 변하더라도 분포의 모양 자체는 변하지 않음
     - 분산값이 클수록 굵고 평평한 종모양 형태이며, 작을수록 가늘고 뾰족한 형태
        


4. 정규분포 주요 특성

  ㅇ 표기           :  X ~ N(μ,σ²)
     - 두 개의 모수 μ(평균),σ²(분산)에 의해 결정되는 확률적 분포확률밀도함수 (Probability Density Function, PDF) 
        
       평균(기대값)   :  E[X] = μ 

  ㅇ 분산(Variance) :  Var[X] = σ²


5. [참고사항]

  ㅇ 정규분포의 정규화(평균 μ= 0, 분산 σ2 = 1)  ☞ 표준 정규분포 (Q 함수, 오류함수)

  ㅇ 표본분포확률수렴중심극한의 정리
     - 표본 크기가 커지면, 표본 평균확률분포(표본분포)는 정규분포에 수렴
        . 정규분포를 갖는 독립적인 랜덤변수들의 합은 다시 정규분포를 띔

  ㅇ 정규분포로부터 유도될 수 있는 확률분포들
     - 카이제곱 분포, t 분포, 로그 노말 분포, Rayleigh 분포, Rician 분포 등

  ㅇ 정규분포를 띄는 잡음 형태 ☞  열잡음


[정규분포]1. 정규분포  2. 표준 정규분포(Z 분포)  3. Q 함수  4. 오차함수  5. 로그 정규분포  6. 이변량 정규분포  7. z 값  
  1.   기술공통
  2.   기초과학
        1. 과학
    1.   수학
      1.   기초수학
      2.   집합,논리
      3.   정수론(수론)
      4.   해석학(미적분 등)
      5.   대수학
      6.   확률/통계
        1.   확률(기초일반)
        2.   확률공간
        3.   통계량
        4.   확률 모형,분포
              1. 랜덤성
              2. 확률 분포
              3. 확률 변수
          1.   확률 함수
          2.   이산확률분포
          3.   연속확률분포
          4.   정규분포
              1. 정규분포
              2. 표준 정규분포(Z 분포)
              3. Q 함수
              4. 오차함수
              5. 로그 정규분포
              6. 이변량 정규분포
              7. z 값
        5.   확률 변수
        6.   확률 과정
        7.   통계학
      7.   수치해법
    2.   물리/화학
    3.   지구,천체 과학
    4.   생명과학
  3.   파동/광학/음향
  4.   방송/멀티미디어/정보이론
  5.   전자/전기/제어
  6.   통신/네트워킹
  7.   정보기술(IT)
  8.   기계/재료/공업일반
  9.   표준/계측/품질
  10.   기술경영

 
        최근수정     모바일웹     참고문헌