1. 기대값 (Expectation)
ㅇ 기대값은 단순한 평균 그 이상으로 일반화된 개념임
- 예측/추정하려는 어떤 특정값이 아닌, 기대되는 예측치들의 평균값
ㅇ 확률 개념이 포함된 평균
- 확률분포의 성격을 결정짓는 확률적 평균치
- 확률변수가 나타내는 확률분포에서 중심 경향/위치 (즉, 대표적인 값)
- 확률변수에 취해지는 가중평균 : [# E[X] = \sum^n_{i=1} x_i P(x_i) #]
2. 기대값, 평균 비교
ㅇ 기대값(Expected Value)
- 이따금, 평균(Mean Value)과 같은 의미로 잘못 사용됨
- 기대값은 모집단에 대한 통계적 파라미터 중 하나로써 기대되는 예측치들의 평균값을 의미
. 즉, 모집단 확률분포의 모수에 대한 무게중심으로 기대되는 값
ㅇ 결국,
- 기대값은 매 표본 집단 마다 얻어지는 표본 평균들에 대한 일반화임
. 시행횟수 n -> ∞ 이면, 표본평균은 모집단(확률변수)의 기대값에 수렴 ☞ 대수의 법칙
ㅇ (기대값,평균 표기 관례)
- 확률변수 X에 대한 기대값(Expectation) 표기 : E[X] 또는 < X >
- 확률변수 X에 대한 평균(Mean) 표기 :
3. 기대값 정의 식
※ 확률변수에 의한 확률밀도함수,확률질량함수 등과 관련된
적분식(integral) 또는 합(summation)으로써 정의/계산됨
- [참고] ☞ 확률 모멘트 (1차 모멘트)
ㅇ 이산 확률변수의 기대값
ㅇ 연속 확률변수의 기대값
4. 확률변수 함수 g(X)의 기대값
ㅇ 단일 확률변수 함수의 기대값
ㅇ 다변량 확률변수 함수의 기대값
5. 조건부 기대값 (Conditional Expected Value)
6. 기대값 관련 성질
ㅇ 확률변수와 그 평균과의 차이의 기대값은, 영(0)이 됨
ㅇ 확률변수의 가중 합의 기대값은, 각 확률변수의 기대값을 가중한 합과 같음
ㅇ 기대값과 분산과의 관계는,
- Var[·] : 분산, E[·] : 기대값, μ : 평균