조건부확률

통계학 입문

George Boorman

Curriculum Manager, DataCamp

여러 번의 만남

비복원 추출

Amir, Claire, Damian이 든 상자.png

비복원 추출

Claire 이름이 뽑힘.png

$$P(\text{Claire}) = \frac{1}{3} = 33\%$$

두 번째 사건의 확률은 첫 번째 사건의 결과에 영향받습니다

두 열: 첫 번째 뽑기 열에는 Amir, Brian, Claire, Damian. 두 번째 뽑기 열은 비어 있음.png

두 번째 사건의 확률은 첫 번째 사건의 결과에 영향받습니다

첫 번째 열의 Claire가 두 번째 열의 Claire를 가리키며 확률 0%.png

두 번째 사건의 확률은 첫 번째 사건의 결과에 영향받습니다

비복원 추출 = 각 선택이 서로 의존적

첫 번째 열의 Amir, Brian, Damian이 두 번째 열의 Claire를 가리키며 확률 33%.png

플랫폼에 정차한 기차.png

¹ Image credit: https://unsplash.com/@pixeldan

두 사건과 둘 다 발생하는 겹침을 보여주는 벤 다이어그램.png

150달러 초과 주문 수와 주방 주문 수의 벤 다이어그램.png

150달러 초과 주문 수와 주방 주문 수의 벤 다이어그램.png

$$P(Order > 150 | Kitchen) = \frac{\frac{20}{1767}}{\frac{181}{1767}}$$

$$P(Order > 150 | Kitchen) = \frac{20}{181} $$

주방 주문 수와 150달러 초과 주문의 벤 다이어그램.png

$$P(Kitchen | Order > 150) = \frac{\frac{20}{1767}}{\frac{601}{1767}}$$

$$P(Kitchen | Order > 150) = \frac{20}{601} $$

$$P(A | B) = \frac{{P(A \ \cap \ B)}}{{P(B)}}$$

통계학 입문