Tags
- Tree
- 그리디
- 뷰
- 트리
- 완전검색
- SQL
- M:N
- regexp
- count
- DB
- ORM
- N:1
- stack
- update
- 큐
- drf
- create
- migrations
- 쟝고
- outer join
- Django
- Article & User
- Queue
- Vue
- 통계학
- 스택
- delete
- distinct
- 이진트리
- 백트래킹
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Notice
Recent Posts
Link
데이터 분석 기술 블로그
Conditional Distributions and Bayes' Rule (조건부 분포와 베이즈 정리) 본문
데이터 사이언스/수리 통계학
Conditional Distributions and Bayes' Rule (조건부 분포와 베이즈 정리)
데이터분석가 이채은 2025. 3. 30. 14:25조건부 분포란?
조건부 분포는 어떤 사건이 발생했다고 가정할 때, 다른 확률 변수의 분포를 의미한다.
이산형 조건부 확률:
연속형 조건부 밀도 함수:
- 분모는 조건의 주변 분포,
- 분자는 조건과 대상이 함께 일어나는 결합 분포.
조건부 분포의 해석
조건부 분포는 두 변수 간의 의존성 또는 인과성을 분석할 때 핵심 역할을 한다.
예:
- P(질병 ∣ 검사 = 양성)
- P(고객이탈 ∣ 최근방문횟수 = 낮음)
베이즈 정리 (Bayes’ Rule)
2025.02.20 - [데이터 사이언스/수리 통계학] - Bayes' Rule (베이즈 정리)
Bayes' Rule (베이즈 정리)
베이즈 정리베이즈 정리(Bayes’ Rule)는 새로운 정보를 반영하여 확률을 업데이트하는 방법이다. 즉, 어떤 사건이 발생한 후, 그 원인이 특정 사건일 확률을 계산하는 데 사용된다.여기서:P(A∣B):
chaeeun-data.site
조건부 확률을 거꾸로 바꿔서 해석할 수 있게 해주는 공식이다.
확률 변수 버전으로 표현하면:
사후확률 = (우도 × 사전확률) / 증거
- 사전확률 P(X): 우리가 원래 믿고 있던 확률
- 우도 P(Y ∣ X): 주어진 조건하에서 관측된 데이터가 얼마나 가능성 있는지
- 사후확률 P(X ∣ Y): 데이터를 관측한 후 확률이 얼마나 바뀌었는지
'데이터 사이언스 > 수리 통계학' 카테고리의 다른 글
Multivariate Distributions and Random Vectors (다변량 분포와 확률 벡터) (0) | 2025.04.01 |
---|---|
Independence (독립성) (0) | 2025.03.31 |
Marginal of Bivariate Normal (이변량 정규분포의 주변 분포) (0) | 2025.03.29 |
Joint and Marginal Distributions (결합 및 주변 분포) (0) | 2025.03.28 |
Change of Variables (확률 변수 변환) (0) | 2025.03.27 |