본문 바로가기
반응형

전체 글647

정규분포의 표준화 / 2020년 수능 수학 가형 18번 [확률과통계] 2020 수능 가형의 [확률과 통계] 문제는 4,6,14,16,18,20,23,25,28입니다. 경우의 수 문제도 포함하였습니다. 풀이 f(12)는 f(10+2) 입니다. 평균이 10, 표준편차가 2이므로, 평균에서 표준편차만큼 떨어진 곳의 함수값입니다. g(20)이 평균에서 표준편차만큼 떨어진 곳의 함수값보다 크려면, 확률변수 Y의 평균은 20에서 표준편차인 2보다 많이 떨어져 있으면 안됩니다. 따라서 위 조건을 만족하는 m의 범위는 아래와 같습니다. $18 \leq m \leq 22$ $P(21 \leq Y \leq 24)$ 의 값은 Y의 평균 m이 21과 24의 중점인 22.5에 가까울 수록 커집니다. 따라서 m이 22일 때 최대값을 갖습니다. $P(21 \leq Y \leq 24)$ 를 표준정규분.. 2021. 6. 10.
중복조합 / 2020 수능 수학 가형 16번 [확률과통계] 2020 수능 가형의 [확률과 통계] 문제는 4,6,14,16,18,20,23,25,28입니다. 경우의 수 문제도 포함하였습니다. 풀이 $a+b+c=9+d$ 입니다. d는 0,1,2,3,4 가 가능합니다. 1) d=0 $a+b+c=9$ 입니다. a,b,c의 경우의 수는 아래와 같습니다. $_{3}H_{9}=_{11}C_{9}=55$ 2) d=1 $a+b+c=10$ 입니다. c가 d이상이라는 조건 때문에, c는 0이 될 수 없습니다. 아래와 같이 변형합니다. $a+b+(c-1)=9$ $_{3}H_{9}=_{11}C_{9}=55$ 같은 원리로 d가 2,3,4 인 경우도 경우의 수는 55입니다. 따라서 전체 경우의 수는 아래와 같습니다. $55 \times 5=275$ 정답은 3번입니다. 풀이 영상 2021. 6. 9.
[머신러닝 앤드류응] (Week3) 2. Logistic Regression Model (1) Cost Function 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week3 의 상세 목차는 아래와 같습니다. Week3 목차 1. Classification and Representation (분류와 설명?) 2. Logistic Regression Model (로지스틱 회귀 모델) 3. Multiclass Classification (다항 분류) 4. Solving the Problem of Overfitting (과적합 문제 해결) 이번 글은 Week3의 1강인 Classification and Representation (분류와 설명?) 요약입니다. 2. Logistic Regression Model (1) Cost Function (2) Simplified Cost Function and Gradi.. 2021. 6. 8.
표본평균의 평균과 분산 / 2020 수능 수학 가형 14번 [확률과통계] 2020 수능 가형의 [확률과 통계] 문제는 4,6,14,16,18,20,23,25,28입니다. 경우의 수 문제도 포함하였습니다. 풀이 (가) 계산 모분산은 아래와 같이 계산됩니다. $\begin{align} V(X)&=\sum_{i=1}^{n}\left ( x_{i}-m \right )^{2}p_{i}\\&= \left ( 1-\frac{7}{3} \right )^{2}\cdot \frac{1}{6}+ \left ( 2-\frac{7}{3} \right )^{2}\cdot \frac{1}{3}+ \left ( 3-\frac{7}{3} \right )^{2}\cdot \frac{1}{2} \\&=\frac{5}{9} \end{align}$ 아래와 같이 간단한 방법으로도 계산할 수 있습니다. $\begin.. 2021. 6. 8.
조합 / 2020 수능 수학 가형 6번 [확률과통계] 2020 수능 가형의 [확률과 통계] 문제는 4,6,14,16,18,20,23,25,28입니다. 경우의 수 문제도 포함하였습니다. 풀이 $\frac{_{3}C_{2} \times _{4}C_{2}}{_{7}C_{4}}=\frac{18}{35}$ 정답은 3번입니다. 2021. 6. 7.
기하분포의 두가지 정의와 각각의 분포함수, 평균, 분산 기하분포는 두가지 정의가 있습니다. 한가지씩 알아봅시다. 1. 확률변수가 시행횟수 베르누이 시행을 반복할 때, 처음 성공이 나오기까지 시행한 횟수를 확률변수 x로 할때의 확률분포입니다. 예를 들어 확률변수가 4일 때의 확률은 "실패-실패-실패-성공" 인 경우의 확률입니다. 확률분포, 기댓값, 분산은 아래와 같습니다. $P(x)=(1-p)^{x-1}p$ $E(X)=\frac{1}{p}$ $V(X)=\frac{1-p}{p^2}$ 2. 확률변수가 실패횟수 베르누이 시행을 반복할 때, 처음 성공이 나오기까지 실패한 횟수를 확률변수 x로 할때의 확률분포입니다. 이때는 확률변수 4의 확률이 "실패-실패-실패-실패-성공"의 확률이 됩니다. $P(x)=(1-p)^{x}p$ $E(X)=\frac{1-p}{p}$ $V(X.. 2021. 6. 6.
[머신러닝 앤드류응] (Week3) 1. Classification and Representation (3) 결정 경계 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week3 의 상세 목차는 아래와 같습니다. Week3 목차 1. Classification and Representation (분류와 설명?) 2. Logistic Regression Model (로지스틱 회귀 모델) 3. Multiclass Classification (다항 분류) 4. Solving the Problem of Overfitting (과적합 문제 해결) 이번 글은 Week3의 1강인 Classification and Representation (분류와 설명?) 요약입니다. 1. Classification and Representation (1) Classification (2) Hypothesis Representation.. 2021. 6. 4.
이항정리 / 2020 수능 수학 가형 4번 [확률과통계] 2020 수능 가형의 [확률과 통계] 문제는 4,6,14,16,18,20,23,25,28입니다. 경우의 수 문제도 포함하였습니다. 풀이 전개 결과가 x가 되려면 어떻게 곱해져야되는지 생각해봅시다. $2x$가 세번 곱해지고 $\frac{1}{x^2}$가 한번 곱해지면 됩니다. 전개 후 $x$항은 아래와 같습니다. $_{4}C_{3}(2x)^3 \frac{1}{x^2}$ 아래와 같이 계산됩니다. $32x$ 정답은 5번입니다. 풀이 영상 2021. 6. 4.
중복조합 / 2021 수능 수학 가형 26번 [확률과통계] 2021 수능 가형의 [확률과 통계] 문제는 4,6,9,12,17,19,22,26,29 입니다. 경우의 수 문제도 포함하였습니다 . 풀이 기본적인 배치에는 아래 네가지가 있습니다. 배치1 배치2 배치3 배치4 A ●●●● B ● ------ C ●○ D ○ A ●●●● B ●● ---- C ○ D ○ A ●●●● B ●●○--- C ○ D ○ A ●●●●● B ● ------ C ○ D ○ 잔여 ○○○○ 잔여 ○○○ 잔여 ○○○ 잔여 ○○○○ 계산해봅시다. 배치1 계산 잔여 흰공이 A에 3개 오는 경우에는 나머지 1개의 공을 C,D 에 배치해야합니다. 이는 C,D를 한개의 자리에 배치하는 것과 같으므로 중복조합 $_{2}H_{1}$ 입니다. 나머지 경우도 같은 방식으로 계산합니다. A에 흰공 3개 오는 .. 2021. 6. 2.
[머신러닝 앤드류응] (Week3) 1. Classification and Representation (2) 가설함수 설명 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week3 의 상세 목차는 아래와 같습니다. Week3 목차 1. Classification and Representation (분류와 설명?) 2. Logistic Regression Model (로지스틱 회귀 모델) 3. Multiclass Classification (다항 분류) 4. Solving the Problem of Overfitting (과적합 문제 해결) 이번 글은 Week3의 1강인 Classification and Representation (분류와 설명?) 요약입니다. 1. Classification and Representation (1) Classification (2) Hypothesis Representation.. 2021. 6. 1.
분산분석 수식으로 이해하기 (검정통계량 구하기) 요인이 하나이고 레벨이 3개인 일원분산분석의 검정통계량을 구해봅시다. 쉽게 말하면 세 그룹의 평균을 비교하는 분산분석입니다. 그룹은 1,2,3 이 있다고 합시다. 원소를 $X_{ij}$ 라고 놓겠습니다. i는 그룹의 번호, j는 해당 그룹에서의 원소 번호라고 놓겠습니다. 각 그룹의 원소 수는 $N_{i}라고 놓겠습니다. 각 그룹의 평균과 전체평균은 아래와 같이 나타내겠습니다. 그룹 1의 평균 = $\bar{X}_{1.}=\frac{\sum_{i=1}^{N_{1}}X_{1i}}{N_{1}}$ 그룹 2의 평균 = $\bar{X}_{2.}=\frac{\sum_{i=1}^{N_{2}}X_{2i}}{N_{2}}$ 그룹 3의 평균 = $\bar{X}_{3.}=\frac{\sum_{i=1}^{N_{3}}X_{3i}}.. 2021. 6. 1.
분산분석에서 요인(factor)과 수준(level)의 의미 분산분석의 예시를 통해 요인(factor)과 수준(level)이라는 용어를 이해해봅시다. 고무의 재질에 따라 타이어 마모 정도가 달라지는지 알아보기 위해, 세 가지 재질의 고무를 준비했습니다. 재질 A,B,C 라고 합시다. 100km 주행 테스트를 했고, 타이어 마모 정도를 전,후 질량 차이를 이용하여 측정했습니다. 위 예시에서 독립변수는 고무의 재질이고 종속변수는 타이어 마모 정도입니다. 여기서 독립변수를 다른 말로 요인(factor)이라고 부릅니다. 독립변수인 고무의 재질에는 A,B,C 세가지가 있었습니다. 이때 고무의 재질 A,B,C 를 독립변수의 수준(level)이라고 합니다. 위 예시에서 요인은 1개이고, 수준은 3개입니다. 요인 : 고무의 재질 수준 : A,B,C 이 예시에서 사용되는 분산분석.. 2021. 6. 1.
원순열 / 2021 수능 수학 가형 26번 [확률과통계] 2021 수능 가형의 [확률과 통계] 문제는 4,6,9,12,17,19,22,26,29 입니다. 경우의 수 문제도 포함하였습니다 . 풀이 A,B는 이웃하고 B 옆에는 C가 오면 안되므로 아래와 같이 한 덩어리를 만들어줍니다. (ABO) O는 C가 아닌 나머지가 올 수 있습니다. 덩어리를 제외하면 세 사람이므로 배열하는 경우의 수는 아래와 같습니다. $3!$ O 자리에 세사람이 올 수 있으므로 3을 곱합니다. $3! \times 3$ ABO 가 아니라 OBA 도 가능하므로 2를 곱합니다. $3! \times 3 \times 2=36$ 정답은 36입니다. 풀이 영상 2021. 6. 1.
이원분산분석(two-way ANOVA) 예시 모음 분산분석은 셋 이상 집단의 평균을 비교할 때 사용하는 분석방법입니다. 종속변수와 독립변수의 개수에 따라 여러 방법으로 나뉩니다. 이원분산분석(One-way ANOVA)은 종속변수는 하나지만, 독립변수가 두개인 경우에 사용하는 분산분석입니다. 각 독립변수에 대해 일원분산분석을 수행하면 되는게 아니냐는 의문이 들 수 있습니다. 일원분산을 각각 수행하는 것과 이원분산분석의 차이는, 이원분산분석에서 '상호작용효과'를 확인할 수 있다는 것입니다. 이원분산분석에서는 '상호작용효과'가 핵심입니다. 상호작용효과는 한 독립변수가 다른 독립변수가 종속변수에 미치는 영향에 영향을 미치는 것을 말합니다. 예시 1) 반, 성별에 따른 수학점수 비교 A,B,C반 학생 90명의 수학점수가 반별로 차이가 있는가? 성별에 따른 차이가.. 2021. 5. 31.
[머신러닝 앤드류응] (Week3) 1. Classification and Representation (1) Classification 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week3 의 상세 목차는 아래와 같습니다. Week3 목차 1. Classification and Representation (분류와 설명?) 2. Logistic Regression Model (로지스틱 회귀 모델) 3. Multiclass Classification (다항 분류) 4. Solving the Problem of Overfitting (과적합 문제 해결) 이번 글은 Week3의 1강인 Classification and Representation (분류와 설명?) 요약입니다. 1. Classification and Representation (1) Classification (2) Hypothessis Representatio.. 2021. 5. 31.
반응형