sons dataStory

확률(probability) 확률은 미래에 발생할 사건에 대한 믿음의 측정으로 과거의 데이터를 기반으로 합니다. 즉, 과거의 데이터들로부터 전체 중에서 특정한 대상이 되는 사건(event)의 발생 비율을 확률(probability) 이라고 정의할 수 있습니다. 확률은 다음의 공리를 가집니다. [확률 공리] 확률은 0과 1 사이의 값: 0 ≤ P(x) ≤ 1, 모든 확률의 합은 1: ∑P(x) = 1 실험에서 특별한 사건이 일어날 확률에 대한 개념은 다양한 방식으로 적용되고 해석 될 수 있습니다. 예를 들어 내일은 비올 확률이 70%라는 예보에 대해 과거 기후 조건의 데이터들을 분석하여 오늘의 날씨와 유사한 조건에서 70%가 비가 온다는 결과로서 해석할 수 있으며 또한 예보자의 주관적인 생각의 결과로 해석할 수도 있습니다. 전자의 경우는 기존 데이터들에서 대상이 되는 사건들의 빈도로 확률을 계산하는 방식으로 빈도적 해석 (frequency interpretation) 이라 하고 후자의 경우는 주관적인 추론에 의한 결과로서 주관적 해석 (subjective interpretation) 이라고 합니다. 이와 같이 확률은 두 가지 시각으로 해석할 수 있으며 모든 경우에 사용되는 기본적인 용어들이 있습니다. 확률실험(random experiment, 시행) 모든 사건들의 확률이 동일하다고 가정할 수 있는 시행 ex 1) 동전 던지기: 앞과 뒤가 나올 확률은 동일 ex 2) 일일 주가의 변화율: 정확한 결과를 예측할 수 없고 각 값들이 생성될 확률은 동일 요소(element) 또는 표본점 (sample point) 확률 실험에서의 일어날 수 있는 기본 결과 표본공간(sample space) 확률실험에서 나타나는 모든 표본점(결과)들의 집합 Ex) 주사위 시행의 모든 표본점들은 1, 2, 3, 4, 5, 6이며 모든 요소들의 집합이 표본 공간 S가 됩니다.  S = {1, 2, 3, 4, 5, 6} 사건(event) ...