* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 연속형 이변량 분포는 두 연속형 확률변수 \( X \)와 \( Y \)의 결합 분포를 설명합니다. 이 분포는 두 변수 간의 관계를 확률 밀도 함수(pdf)로 표현합니다. 1. 결합 확률 밀도 함수 (Joint Probability Density Function)   두 연속형 확률변수 \( X \)와 \( Y \)의 결합 확률 밀도 함수 \( f_{X,Y}(x,y) \)는 ..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 조건부 분포는 특정 조건이 주어졌을 때 다른 변수의 확률분포를 설명하는 데 사용됩니다. 이는 특정 사건이 이미 발생했다고 가정한 상태에서 새로운 사건이 발생할 확률을 계산하는 방법을 제공합니다. 1. 조건부 확률 (Conditional Probability)   확률변수 \( X \)와 \( Y \)가 있을 때, \( Y = y_j \)가 주어진 상태에서 \( X = x_i..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 상관계수는 두 변수 간의 선형 관계의 강도와 방향을 나타내는 값입니다. 이는 두 확률변수 \( X \)와 \( Y \)의 공분산을 각 변수의 표준편차로 나누어 정의됩니다. 1. 공분산 (Covariance)   공분산은 두 확률변수의 결합 분포를 기반으로 계산되며, 다음과 같이 정의됩니다:   \[\text{Cov}(X, Y) = E[XY] - E[X]E[Y]\]   - \..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 이산형 이변량 분포는 두 개의 이산형 확률변수의 결합 분포를 설명하는 확률 분포입니다. 이를 통해 두 변수 간의 상호작용을 이해할 수 있습니다. 1. 결합 확률분포 (Joint Probability Distribution)      - 이산형 확률변수 \( X \)와 \( Y \)의 결합 확률분포는 각 변수가 특정 값 \( x_i, y_j \)를 가질 확률을 정의합니다. 이..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 수정된 포아송 과정: 실패율(Force of Mortality)의 도입포아송 과정과 실패율 \( \lambda(w) \)   포아송 과정의 수정된 가정에서는 사건 발생률 \( \lambda(w) \)이 위치 \( w \)에 따라 달라질 수 있습니다. 이때 \( \lambda(w) \)는 실패율 또는 사망률(force of mortality)이라고 하며, 특정 위치 \( w ..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 정의 및 특징 1. 정규분포의 정의   정규분포는 연속 확률분포 중 가장 널리 사용되는 분포로, 평균을 중심으로 대칭적인 종 모양(bell-shaped) 곡선을 가집니다.   확률 밀도 함수(PDF)는 다음과 같이 정의됩니다: \[ f(x) = \frac{1}{\sigma \sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}, \quad -\in..