RV   Random Variable   랜덤 변수, 확률 변수

(2024-02-08)

Discrete Random Variable, 이산 확률변수, Continuous Random Variable, 연속 확률변수


1.  `랜덤 변수` 또는 `확률 변수` 이란?확률 실험에서 나올 수 있는 모든 결과를  대변(代辯)하는 변수임
     - 표본공간(사건공간) 상의 표본(사건)에 숫자(실수값)를 부여하여 수량화한 것

  ㅇ 표기
     - 통상, X로 표기되며, 함수식으로 표현하면,  x = X(확률실험결과) = X(ξ)
        . (ξ: 확률실험결과 또는 사건, X: 확률변수, x: 실수값)
     - 결국, 확률변수는, 
        . 표본 공간 상의 `표본 원소(元素)`와 `실수(實數) 값`을 이어줌
     - 즉, ( Random Variable  :  Random EventReal Number )


2. `랜덤` 및 `변수`의 의미

  ㅇ `랜덤(Random)` 이란?
     - 랜덤변수 { x₁< X < x₂} 는  실험 시행 전에 표본공간 내 가능한 실험결과 중 임의값
        . 실제 매 실험 마다 그 결과를 사전에 정확히 알 수는 없음
     - 다만, 어떤 확률적 분포를 가질 수 있다는 통계적 규칙성은 있다고 봄

  ㅇ `변수(Variable)` 이란?
     - 랜덤(확률)변수가 어떤 값을 취하느냐가 `확률적으로 결정되는 변수`를 의미함


3. 확률 변수의 구분

  ㅇ 이산 확률변수(Discrete Random Variable)
     - 확률변수 값이 셀 수 있는 이산적임 (계수형)
        . 例) 로트불량수, 단위면적에 포함된 결점수 등 셀 수 있는 값을 취함
           
[# μ_X = \sum_x x P(x) \\ σ_X^2 = \sum_x (x-μ_X)^2 \, P(x) #]
* [참고] ☞ 이산확률분포 참조 . 이산 균등 분포, 베르누이 분포, 이항 분포, 다항 분포, 초기하 분포, 음이항 분포, 기하 분포, 포아송 분포 등 ㅇ 연속 확률변수(Continuous Random Variable) - 확률변수 값이 연속적임 (계량형) . 例) 제품의 중량, 직경 등과 같이 셀 수없는 연속적인 값을 취함
[# μ_X = \int^{\infty}_{-\infty} x f_X(x) \, dx \\ σ_X^2 = \int^{\infty}_{-\infty} (x-μ_X)^2 \, p_X(x) #]
* [참고] ☞ 연속확률분포 참조 . 연속 균등 분포, 지수 분포, 정규 분포, 감마 분포, 얼랑 분포, 와이블 분포, 레일리히 분포4. 확률 변수의 확률적/통계적 구조 표현 ㅇ 분포 표현 ☞ 확률분포, 확률함수 참조 - 확률변수의 전반적 확률특성에 관한 완벽한 정보를 제공 . 분포 특성에 따라 이산형과 연속형으로 나뉘어짐 ㅇ 함수적 표현 - 확률변수의 확률적 분포 구조를 다음 3개에 의해 함수 처럼 기술 가능함 . 확률질량함수 (PMF) . 확률밀도함수 (PDF) . 누적분포함수 (CDF) ㅇ 값 표현 : 확률변수의 통계적 성질을 값으로 나타냄 ☞ 통계량 참조 - 확률변수의 평균 또는 기대값X,E[X]) : 확률분포의 중심위치 - 확률변수의 분산 (Var(X),σX2) : 확률분포산포 척도 - 확률변수의 모멘트 : 확률분포에 의해 일반화시킨 통계량 5. 확률 변수가 여럿일 때 ㅇ 관심 갖는 사항 - 단일 확률변수의 통계량 : 평균값,분산,모멘트 등 주로 확률분포의 중심,변동성을 따짐 - 다수 확률변수 간의 통계량 : 공분산,결합 모멘트 등 주로 확률변수 간의 관계성을 따짐 ㅇ 한편, 다루기 쉬운 例) - 주로, 독립항등분포(iid, independent and identically distributed)일 경우를 다룸, . 여러 확률변수들이 상호독립이며, 모두 동일한 확률분포를 갖는 것을 말함 - 특히, 서로 결합적이며, 서로다른 확률분포를 갖는 경우의 해석은 매우 복잡함 ㅇ 확률 변수의 변환 : 용도에 맞게 변환하는 문제 - 확률변수의 함수 . 확률변수 X의 함수 형태인 Y = g(X)의 확률분포를 구하는 문제 - 확률변수들의 합 ☞ 확률변수의 합 참조 . 확률변수들의 합(차)에 대한 기대값,분산,확률분포를 구하는 문제 - Y = aX + b . E[Y] = E[aX + b] = aE[X] + b . Var[Y] = Var[aX + b] = a2Var[X] . σ[Y] = σ[aX + b] = |a|σ[X] ㅇ 이변량 확률변수, 다중 확률변수 (확률 벡터) 이란? - 동일 표본공간에서 2 이상의 확률변수를 함께 다루는 경우를 말함 ㅇ 다차원 다중 확률변수를 다룰 때 : 확률 행렬 - 각 열 또는 행이 확률 벡터가 되는 n x n 정방행렬 6. 확률 변수(랜덤 변수)가 시간과 관련될 때 ※ ☞ 랜덤과정 참조 - 시간에 관련된 확률적인 성격을 갖는 계 (시간에 따라 확률특성도 랜덤함) . 시간확률변수들의 집합 { X(t,ξ) } 을 고려함

확률 변수
   1. 확률 변수  
확률 모형,분포
   1. 랜덤성   2. 확률 모형, 확률 분포   3. 확률 변수  
랜덤과정 용어
   1. 결정론적/비결정론적   2. 랜덤   3. 랜덤 변수   4. 표본 함수   5. 앙상블,앙상블 평균   6. 표본 랜덤변수 랜덤과정 앙상블 비교   7. 독립 항등 분포(iid)   8. 독립 증분  


Copyrightⓒ written by 차재복 (Cha Jae Bok)               기술용어해설 후원
"본 웹사이트 내 모든 저작물은 원출처를 밝히는 한 자유롭게 사용(상업화포함) 가능합니다"