반응형
우리가 지금까지 배운 이항분포는 이산확률변수에 속합니다. 지난시간에 배웠던 이항분포의 기댓값 개념을 이산확률변수로 확장해보겠습니다.
아래와 같은 이산확률변수 X가 있다고 합시다.
X | $x_{1}$ | $x_{2}$ | ... | $x_{n-1}$ | $x_{n}$ |
P(X) | $p_{1}$ | $p_{2}$ | ... | $p_{n-1}$ | $p_{n}$ |
이 이산확률변수의 기댓값을 구해봅시다. 확률변수 X의 기댓값은 아래와 같이 계산됩니다.
확률변수 X의 기댓값 = $x_{1}p_{1}+x_{2}p_{2}+\cdots+x_{n-1}p_{n-1}+x_{n}p_{n}$
기댓값은 각 확률변수 값과 해당 확률을 곱한 후, 이를 모두 더하여 구하는 것입니다.
시그마 기호를 이용하여 아래와 같이 간단히 나타낼 수도 있습니다.
확률변수 X의 기댓값 = $\sum_{i=1}^{n}x_{i}p_{i}$
확률변수 X의 기댓값이라는 말도 기호로 나타낼 수 있습니다. X의 기댓값은 E[X] 로 나타냅니다. E[X] 의 E는 기댓값을 뜻하는 expectation 의 첫 글자입니다. 기댓값 기호를 이용하여 위 식을 아래와 같이 나타낼 수 있습니다.
$E[X]=\sum_{i=1}^{n}x_{i}p_{i}$
https://www.youtube.com/watch?v=4K8WX0TBzOQ&list=PLmljWRabIwWBNjA5e6-qOVeB4BaY0Sima&index=40
반응형
'@기초과목 > 확률과통계 기초' 카테고리의 다른 글
[확률과 통계 기초] 3-22. 확률변수의 분산과 표준편차 (0) | 2024.07.17 |
---|---|
[확률과 통계 기초] 3-21. 분산과 표준편차 (0) | 2024.06.26 |
[확률과 통계 기초] 3-20. 합의 시그마 기호 설명 (0) | 2024.06.21 |
[확률과 통계 기초] 3-19. 기댓값과 평균은 같을까 다를까? (0) | 2024.06.21 |
[확률과 통계 기초] 3-17. 이항분포의 기댓값 (1) | 2024.06.19 |
[확률과통계 기초] 3-16. 이항분포 예시 (2) | 2024.05.13 |
[확률과통계 기초] 3-15. 이항분포 수식 자세한 설명 (0) | 2024.04.24 |
[확률과통계 기초] 3-14. 베르누이분포에서 이항분포로 (3) | 2024.02.21 |
댓글