Standard Normal Distribution, Standard Gaussian Distribution   표준 정규분포, 표준 가우시안 분포

(2018-04-04)

Z 분포, Z 변환

Top > [기술공통]
[기초과학]
[진동/파동]
[방송/멀티미디어/정보이론]
[전기전자공학]
[통신/네트워킹]
[정보기술(IT)]
[공업일반(기계,재료등)]
[표준/계측/품질]
[기술경영]
기초과학 >   1. 과학
[수학]
[물리]
[화학]
[지구,천체 과학]
[생명과학]
수학 >   1. 수학
[기초수학]
[집합,논리]
[해석학(미적분 등)]
[대수학]
[확률/통계]
[수치해법]
확률/통계 > [확률 이란?]
[확률공간]
[확률 모형,분포]
[확률 변수]
[확률 과정]
[통계량]
[통계학]
확률 모형,분포 >   1. 랜덤성
  2. 확률 분포
  3. 확률 변수
[확률 함수]
[이산확률분포]
[연속확률분포]
[정규분포]
정규분포 >   1. 정규분포
  2. 로그 정규분포
  3. 이변량 정규분포
[표준 정규분포]
표준 정규분포   1. 표준 정규분포(Z 분포)
  2. Q 함수
  3. z 값
  4. 오차함수

Top > [기술공통]
[기초과학]
[진동/파동]
[방송/멀티미디어/정보이론]
[전기전자공학]
[통신/네트워킹]
[정보기술(IT)]
[공업일반(기계,재료등)]
[표준/계측/품질]
[기술경영]
기초과학 >   1. 과학
[수학]
[물리]
[화학]
[지구,천체 과학]
[생명과학]
수학 >   1. 수학
[기초수학]
[집합,논리]
[해석학(미적분 등)]
[대수학]
[확률/통계]
[수치해법]
확률/통계 > [확률 이란?]
[확률공간]
[확률 모형,분포]
[확률 변수]
[확률 과정]
[통계량]
[통계학]
통계학 >   1. 통계학
[모집단,표본]
[통계적 기술(記述)]
[통계적 추론]
[통계적 분석]
[베이즈 통계학]
통계적 추론 >   1. 통계적 추론
[표본 분포,표본 통계량]
[추정]
[가설검정]
[검정 유형]
표본 분포,표본 통계량 > [표본 분포]
[표본 통계량]
표본 분포   1. 표본 분포
  2. 표본분포의 통계적 특성
  3. F 분포
  4. t 분포
  5. Z 분포
  6. χ² 분포

1. 표준 정규분포 (Standard Normal Distribution)

  ㅇ 다양한 종(Bell) 모양의 정규분포평균 μ이 0 이고 표준편차 σ가 1 로 규격화시킨 것


2. 표준 정규분포로의 변환 필요성정규분포(가우시안 분포)의 불편함 
     - 평균표준편차 값에 따라 중심 위치 및 전체 모양이 달라짐
        . 2 이상의 정규분포를 서로 비교할 때 또는 확률값 계산할 때에 매우 불편

  ㅇ 따라서, 모든 정규분포를 다음과 같이 표준적인 정규분포로 변환하여 사용이 바람직
     - 즉, 평균이 0 이고, 표준편차가 1로 변환된 정규화된 분포 => 표준 정규분포
        . 어떤 관찰값이 평균으로부터 표준편차의 몇 배 만큼 떨어져 있는가의 척도
       

  ㅇ `표준 정규분포` 및 `정규분포` 공통점
     - 평균을 중심으로 좌우대칭이고 종 모양을 하는 점이 똑같으며,
     - 또한, 전체 면적이 1 이고, 각 σ 만큼의 면적이 변환 전후에도 같음


3. 정규 확률변수의 표준화 (Standardized Random Variable)정규분포확률변수 X를 변환시켜, 평균 μ= 0, 분산 σ2= 1 이 되도록 표준화시킨 확률변수
     - 이러한 표준화/정규화 변환을  `Z 변환`이라고도 함  ☞  z 값 참조

  ㅇ 즉, 변량 또는 확률변수 X의 표준화(정규화)된 Z 변환은,
     -  Z = (X - μ)/σ
        . (Z : 표준화변량, X : 변량, μ : 평균, σ : 표준편차)

  ㅇ 역으로, 일반 정규분포의 데이터 값은,
     -  X = Zσ + μ 


4. 표준 정규분포확률값 구하기면적 계산 => 대부분의 통계책 부록에 있는 `표준 정규분포표(Z table)`을 이용
     - 표준 정규분포표(Z-table) : 특정 Z 값에서의 면적 수치를 표로 보여줌

  ㅇ `(평균) 0 ± n x (표준편차) 1` 범위 내 면적으로써 그 만큼의 확률값을 설명함
     - 평균 0에서 ±3 범위 내 전체의 99.74% 가 존재 : P(- 3 < X̅ < + 3) = 0.9974
     - 평균 0에서 ±2 범위 내 전체의 95.44% 가 존재 : P(- 2 < X̅ < + 2) = 0.9544
        . 일반 정규분포확률변수로 나타낼 때는, -1.96 ≤ (X - μ)/σ ≤ +1.96
     - 평균 0에서 ±1 범위 내 전체의 68.26% 가 존재 : P(- 1 < X̅ < + 1) = 0.6826


5. 표준 정규분포 특성

  ㅇ X ~ N(0,1)
     - 평균이 0 이며, 분산이 1 로써 표준화정규분포확률밀도함수 (PDF)
       누적분포함수 (CDF)
       

  ※ 위 확률함수해석적이 아닌 수치적으로 구해짐
     - 다음과 같이 Q 함수를 정의하여, 수치적으로 계산해 놓은 표를 찾아서 이용함
       


6. 일반 정규분포 특성

  ㅇ 일반 정규분포확률밀도함수(PDF)
     

  ㅇ 일반 정규분포누적분포함수(CDF)
     

  ㅇ 일반 정규분포확률


[표준 정규분포] 1. 표준 정규분포(Z 분포) 2. Q 함수 3. z 값 4. 오차함수

 
        최근수정     요약목록(시험중)     참고문헌