마르코브 연쇄 예시
마르코브 연쇄와 관련된 간단한 예시를 먼저 살펴봅시다. 날씨가 두가지만 있는 세상에 살고 있다고 합시다. 맑은날(S)과 비오는날(R) 두가지만 있습니다. 확률은 아래와 같이 정의됩니다.
맑은 날 다음날 맑을 확률 = 0.9
맑은 날 다음날 비올 확률 = 0.1
비온 다음 날 맑을 확률 = 0.6
비온 다음 날 비올 확률 = 0.4
오늘 비가 왔다면, 내일 맑을 확률과 비올 확률은 0.6과 0.4입니다. 어제 날씨가 어떠했건 상관없이, 그 전날 날씨가 어떠했건 상관 없이 오늘 날씨에 따라 내일 날씨의 확률이 결정됩니다. 이러한 성질을 마르코브 연쇄라고 부릅니다.
마르코브 연쇄란?
마르코브 연쇄의 정의는 아래와 같습니다.
마르코브 연쇄 : 미래 상태의 확률분포가 과거 상태와는 독립적으로 현재 상태에 의해서만 결정된다는 성질
말이 어려워 보이는데 날씨 예시를 떠올리면 됩니다. 내일의 날씨가 발생할 확률(미래상태 확률분포)은 오늘 날씨(현재상태)에 의해서만 결정됩니다.
이 성질을 수식을 이용하여 표현하면 아래와 같습니다.
P(Xt+1=x|Xt=xt)=P(Xt+1=x|X1=x1,X2=x2,⋯,Xt=xt)P(Xt+1=x|Xt=xt)=P(Xt+1=x|X1=x1,X2=x2,⋯,Xt=xt)
바로 전 시행에서 xtxt이라는 사건이 발생했을 때 Xt+1Xt+1 의 확률분포와 앞에 여러 사건이 발생했고 xtxt이 발생했을 때 Xt+1Xt+1의 확률분포가 같다는 뜻입니다.
행렬로 표현
날씨 예시를 행렬로 표현해봅시다. 먼저 날씨라는 확률분포를 벡터로 나타내봅시다. 백터의 첫 값은 맑을 확률, 다음 값은 비올확률입니다. 어떤 날(t일)의 날씨가 맑을 확률이 0.2, 비올 확률이 0.8이라면 벡터로 아래와 같이 나타냅니다.
P(Xt)=[0.20.8]
다음 날인 t+1일 날씨의 확률분포는 아래와 같이 계산됩니다.
P(Xt+1)=[0.90.60.10.4][0.20.8]
'@ 통계 교양 > 통계 Tips' 카테고리의 다른 글
Bland-Altman 플롯 쉽게 이해하기 (0) | 2025.03.21 |
---|---|
두사람이 데이터를 두번씩 측정했다면 ICC는 어떻게 비교해야 할까? (1) | 2024.10.23 |
오즈비 95% 신뢰구간 직접 구하는 방법 (0) | 2023.12.15 |
자기회귀모델 (Autoregressive model) 쉽게 이해하기 (0) | 2023.11.06 |
다중공선성 확인하는 방법 (분산팽창요인 VIF) (0) | 2023.10.30 |
표준화 회귀계수가 뭔가요? (0) | 2023.10.25 |
다중회귀분석에서 왜 수정된 결정계수를 사용하는가? (0) | 2023.10.24 |
표본 크기가 커지면 정규성을 따르지 않는 문제 (0) | 2023.09.19 |
댓글
bigpicture님의
글이 좋았다면 응원을 보내주세요!
이 글이 도움이 됐다면, 응원 댓글을 써보세요. 블로거에게 지급되는 응원금은 새로운 창작의 큰 힘이 됩니다.
응원 댓글은 만 14세 이상 카카오계정 이용자라면 누구나 편하게 작성, 결제할 수 있습니다.
글 본문, 댓글 목록 등을 통해 응원한 팬과 응원 댓글, 응원금을 강조해 보여줍니다.
응원금은 앱에서는 인앱결제, 웹에서는 카카오페이 및 신용카드로 결제할 수 있습니다.