확률 기초

Python으로 하는 통계 시뮬레이션

Tushar Shanker

Data Scientist

표본 공간

표본 공간 $S$: 가능한 모든 결과의 집합

주사위 표본 공간

Python으로 하는 통계 시뮬레이션

확률

표본 공간 $S$: 가능한 모든 결과의 집합

_확률_ $P(A)$: 사건 $A$가 발생할 가능성

  • $0 \leq P(A) \leq 1$
  • $P(S) = 1$ _예._ $P(H) + P(T)=1$
Python으로 하는 통계 시뮬레이션

확률

표본 공간 $S$: 가능한 모든 결과의 집합

_확률_ $P(A)$: 사건 $A$가 발생할 가능성

  • $0 \leq P(A) \leq 1$
  • $P(S) = 1$ _예._ $P(H) + P(T)=1$

동전

Python으로 하는 통계 시뮬레이션

상호 배반 사건

표본 공간 $S$: 가능한 모든 결과의 집합

_확률_ $P(A)$: 사건 $A$가 발생할 가능성

  • $0 \leq P(A) \leq 1$
  • $P(S) = 1$
    • $P(H) + P(T)=1$
  • 상호 배반 사건 $A$와 $B$에 대해:
    • $P(A \cap B) = 0$
    • $P(A \cup B) = P(A) + P(B)$
Python으로 하는 통계 시뮬레이션

확률

$P(A \cup B) = P(A) + P(B) - P(A \cap B)$

A와 B의 교집합

Python으로 하는 통계 시뮬레이션

시뮬레이션을 활용한 확률 추정

확률 추정 단계:

  1. 표본 공간 또는 모집단을 구성합니다.
  2. 결과 하나를 시뮬레이션하는 방법을 결정합니다.
  3. 성공 기준을 정의합니다.
  4. 반복 샘플링하여 성공 횟수를 셉니다.
  5. 성공 빈도를 확률의 추정값으로 계산합니다.
Python으로 하는 통계 시뮬레이션

연습해 봅시다!

Python으로 하는 통계 시뮬레이션

Preparing Video For Download...