Probability Model, Probability Distribution   확률 모델, 확률 모형, 확률적 모형, 확률 분포, 확률적 분포

(2023-11-13)

Probability Function, Distribution Function, 확률 함수, 분포 함수, 분포


1. 확률 모델 / 확률 모형 (Probability Model)랜덤한 또는 확률적 현상에 대한 수학모형화
     - 추측통계학의 기초임

  ㅇ 확률적으로 모델을 세우는 이유
     - 불확실한/확률적 상황에 대해, 통계적(수학적) 모형을 세우고, 
     - 정량적으로 예측을 해보며, 
     - 예측 기대와의 일치 정도를 합리적으로 평가하기 위함

  ※ [참고]
     - 확률 계산을 위한 수학적 규칙의 근거는,  ☞ 확률 공리 참조
     - 확률 모델을 규정하는 특성치는,  ☞ 모수, 통계량, 확률변수 참조  


2. 확률 모델의 가시화,수식화확률 분포 (Probability Distribution)
     - 확률 모형 특성에 대한 전반적인 분포 정보를 가시화 제공
        . 확률 변수가 취할 수 있는 각각의 모든 값들에 대하여 발생할 확률을,
        . 수식,표,챠트,히스토그램 등으로 표현할 수 있는 분포 형태

     - 통상, 가로축에 확률 변수의 값을, 세로축에 그 확률값(또는,확률 밀도)를 나타낸 분포

  ㅇ 확률 함수 (Probability Function) 또는 분포 함수(Distribution Function)
     - 확률변수가 분포하는 형태를 함수적으로 보여줌
        . 확률변수가 어떤 특정 실수를 취할 확률을, 함수로 나타낸 것

     - 통상, 몇개의 모수를 포함한 수학적 (확률적) 함수 형태를 띔

     * [참고] ☞ 확률질량함수(이산확률변수), 확률밀도함수(연속확률변수), 누적분포함수 참조

  ※ 이들을 이용하여, 확률 실험의 실현값들이, 확률적으로 어떻게 움직이는지 이해할 수 있게 됨


3. 확률분포의 종류

  ㅇ 이산적, 연속적
     - 이산 확률분포  :  이산 확률변수가 나타내는 확률분포
        . 例) 이산 균등분포, 베르누이분포, 이항분포, 초기하분포, 포아송분포 등
     - 연속 확률분포  :  연속 확률변수가 나타내는 확률분포
        . 例) 연속 균등분포, 정규분포, 지수분포, 와이블분포 등

  ㅇ 일 차원(단일), 다 차원(다 변량)
     - 일 차원 분포
     - 다 차원 분포
        . 결합 분포, 주변 분포, 조건부 분포


4. 확률분포로부터 알 수 있는 통계량

  ㅇ 주요 통계량 : 기대값 또는 평균, 분산, 첨도, 왜도 등

  ㅇ 이들을 일원적으로 살필 수 있는 것 : 확률 모멘트


5. [물리 (통계역학)]

  ㅇ 미시적 입자속도확률분포 ☞ 맥스웰볼츠만속도분포 참조

  ㅇ 미시적 입자통계학적 거동   ☞ 통계역학 참조

확률 모형,분포
   1. 랜덤성   2. 확률 모형, 확률 분포   3. 확률 변수  


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