정규 분포

R로 배우는 확률 기초

David Robinson

Chief Data Scientist, DataCamp

동전 10번 던지기

flips <- rbinom(100000, 10, .5)

R로 배우는 확률 기초

동전 1000번 던지기

flips <- rbinom(100000, 1000, .5)

R로 배우는 확률 기초

동전 1000번 던지기

R로 배우는 확률 기초

정규 분포의 평균과 표준편차

$$X \sim \text{Normal}(\mu,\sigma)$$

$$\sigma = \sqrt{\text{Var}(X)}$$

R로 배우는 확률 기초

이항 분포의 정규 근사

binomial <- rbinom(100000, 1000, .5)

$$\mu = \text{size} \cdot p$$ $$\sigma = \sqrt{\text{size} \cdot p \cdot (1 - p)}$$

expected_value <- 1000 * .5
variance <- 1000 * .5 * (1 - .5)
stdev <- sqrt(variance)
normal <- rnorm(100000, expected_value, stdev)
R로 배우는 확률 기초

히스토그램 비교

compare_histograms(binomial, normal)

R로 배우는 확률 기초

연습해 봅시다!

R로 배우는 확률 기초

Preparing Video For Download...