활쏘기의 확률변수 ?
1. 애니메이션
이산형 확률변수
연속형 확률변수
이산형 확률변수와 연속형 확률변수
2. 설명
2.1 활쏘기의 확률변수
궁수가 과녁 정중앙을 겨누고 천발의 화살을 쏩니다. 과녁에 꽂힌 1000발의 화살의 분포는 궁수의 실력을 나타낸다고 할 수 있습니다. 궁수의 실력을 숫자로 나타내기 위해 과녁을 점수판으로 만듭니다. 궁수는 활쏘기 시행(Event)에서 10점, 8점, 6점, 4점, 0점중에서 반드시 한개를 취득하게 됩니다. 그래서 점수를 확률변수로 하고 확률분포를 보면 는 궁수의 실력을 알 수 있습니다. 그래서 확률(Probability)을 과녁(Stochastic)이라고도 표현합니다.
활쏘기를 시행하고 나온 점수로 도수분포도(Frequency Chart)를 그려 봅니다. 애니메이션에 나온 궁수는 8점의 빈도수가 제일 높은 도수분포를 나타내고 있습니다. 그리고 궁수의 실력을 나타내는 도수분포도를 그려서 확률질량함수를 추정해 볼 수 있습니다.
만일, 과녁의 중앙점에서 화살이 꽂힌 거리를 연속형 확률변수로 하여 상당히 많은 횟수(예를 들면 만 번)를 쏘아서 도수분포도를 그려서 확률밀도함수를 추정해 볼 수 있습니다. 이를 궁수의 실력을 나타내는 통계라고 할 수 있습니다 그리고 궁수의 실력을 정확하게 평가하기 위해서는 과녁의 크기와 간격, 그리고 점수값을 잘 정해야 할 것입니다.
이산형 확률변수와 연속형 확률변수를 비교해 봅니다. 이산형 확률변수(discrete variable)는 이어지지 않습니다. 이산확률변수값을 확률질량함수에 대입하면 확률을 구할 수 있습니다. 연속향 확률변수(continuous variable)는 이어집니다. 따라서 확률을 구할 때는 확률변수 구간을 확률밀도함수에 적용하여 면적을 구해 확률을 구합니다. 즉, 구간에 걸쳐 확률밀도를 적분한 면적이 그 구간의 확률이 됩니다. 아래 표에는 이산형 확률변수와 연속형 확률변수의 특징을 나타내었습니다.
이산형 확률변수와 연속형 확률변수 비교
| 특성 | 이산형 확률변수 | 연속형 확률변수 |
| 확률변수값의 개수 | 셀 수 있음 | 셀 수 없음. |
| 확률변수값 사이에서 존재하는 값의 개수 | 유한개 | 무한개 |
| 확률변수의 통계적 의미 | 확률변수에 대응하는 확률값이 존재 | 확률변수에서의 확률값은 0 (확률은 확률변수의 구간에서 나타남) |
| 확률 구하기 | 확률변수에서의 확률질량함수값 | 구간의 양 끝의 두 확률변수에 대응하는 누적분포함수값의 차 |
| 확률표현식 |
$P(X)$ |
$p(a≤X≤b)$ |
| 확률시각화 | 막대그래프로 표현 | 히스토그램 또는 곡선형의 연속그래프로 표현 |
| 확률정의 | 막대길이의 총합은 1 | 구간에서의 그래프의 적분면적의 총합은 1 |
| 확률분포를 표현하는 함수 | 확률질량함수, 누적분포함수 | 확률밀도함수, 누적분포함수 |
3. 용어
3.1 용어
연속, 불연속 변수
수학에서 변수는 연속이거나 이산일 수 있습니다. 두 개의 특정 실제 값 (예 : 임의의 가까운 값) 사이의 모든 실제 값을 취할 수 있는 경우 변수는 해당 간격에서 연속입니다. 변수가 가질 수 있는 값을 포함하지 않는 극한의 간격이 양측에 존재하는 값을 취할 수 있다면, 그 변수값을 중심으로 변수는 분리되고 그 변수는 이산형 변수입니다. 일부 상황에서는 변수가 선상의 일부 범위에서 이산이고 다른 변수에서는 연속일 수 있습니다.
Reference
Continuous or discrete variable – Wikipedia
확률변수
확률이론 및 통계에서 임의의 양, 임의의 변수, 즉 확률변수는 비공식적으로 값이 임의의 현상의 결과에 의존하는 변수로 설명됩니다. 확률변수에 대한 공식적인 수학적 설명은 확률이론의 주제입니다. 그 맥락에서, 확률변수는 결과가 일반적으로 실수인 확률공간에서 정의된 측정 가능한 함수로 이해할 수 있습니다.
확률변수의 가능한 값은 아직 수행되지 않은 실험의 가능한 결과 또는 이미 존재하는 값 불확실한 과거 실험의 가능한 결과인 경우를 나타내는 이미 존재하는 값으로 나타낼 수 있습니다 (예 : 부정확한 측정 또는 양자 불확실성으로 인해). 그들은 또한 개념적으로 “객관적”무작위 과정의 결과 또는 양에 대한 불완전한 지식으로 인한 “주관적인”무작위성”을 나타낼 수 있습니다. 확률변수의 잠재 가치에 할당된 확률의 의미는 확률 이론 자체의 일부가 아니며 확률의 해석에 대한 철학적 주장과 관련이 있습니다. 수학은 사용되는 특정 해석과 상관없이 동일하게 작동합니다.
함수로서 확률변수는 측정 가능해야 하며 확률은 잠재가치 집합으로 표현할 수 있습니다. 결과는 예측할 수 없는 몇 가지 물리적 변수에 달려 있을 수 있습니다. 예를 들어, 공정한 동전 던지기의 경우, 앞면 또는 뒷면의 최종 결과는 불확실한 동전의 물리적 조건에 달려 있습니다. 관찰되는 결과는 확실하지 않습니다. 동전의 표면에 균열이 생길 수 있지만 이러한 가능성은 고려 대상에서 제외됩니다.
확률변수의 존재 지역은 표본공간이며 임의의 현상의 가능한 결과의 집합으로 해석됩니다. 예를 들어, 동전 던지기의 경우 두 가지 가능한 결과, 즉 앞면 또는 뒷면이 그러합니다.
확률변수는 확률분포를 가지며, 확률분포는 확률변수의 확률값을 지정합니다. 무작위 변수는 이산형일 수 있습니다. 즉, 임의의 변수의 확률분포의 확률 질량함수 특성이 부여된 유한한 값 또는 계산 가능한 값에서 하나를 취합니다. 또는 임의의 변수의 확률분포의 특징 인 확률밀도함수를 통해 간격 또는 연속된간격에서 임의의 수치 값을 취하는 연속 또는 두 유형의 혼합물 일 수 있습니다.
동일한 확률분포를 갖는 두 개의 확률 변수는 다른 확률 변수와의 관련성 또는 독립성 측면에서 다를 수 있습니다. 무작위 변수의 실현, 즉 변수의 확률분포 함수에 따라 무작위로 값을 선택한 결과를 무작위 변수라고 합니다.