통계학:기대값

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
통계학:기대값 [2025/09/23 08:26] masteraccount통계학:기대값 [2025/09/26 02:18] (current) masteraccount
Line 1: Line 1:
 =====기대값(expected value)===== =====기대값(expected value)=====
 +====표기방법====
 +$ \mathbf{E(X)}=μ$ 으로 표기한다.\\
  
 ====개념==== ====개념====
 +기대값과 모평균은 같은 개념이다.\\
 **기대값(E(X))은 어떤 확률적 과정을 무한히 반복시 얻게 될 값의 평균을 의미한다.** \\ **기대값(E(X))은 어떤 확률적 과정을 무한히 반복시 얻게 될 값의 평균을 의미한다.** \\
 [[통계학:모평균]]은 측정 가능한 모집단 전체의 실제 평균이다. \\ [[통계학:모평균]]은 측정 가능한 모집단 전체의 실제 평균이다. \\
-고로 기대값과 모평균은 같은 개념으로, 둘다 $ \mathbf{E(X)}=μ$ 으로 표기한다.\\+\\
 * 기대값에서 [[통계학:가중치]]는 __확률__부분이다.\\ * 기대값에서 [[통계학:가중치]]는 __확률__부분이다.\\
 \\ \\
Line 10: Line 13:
 [[통계학:확률_변수분포|확률변수]]가 가질 수 있는 모든 값에 각각의 확률을 곱하여 더한 값.\\ [[통계학:확률_변수분포|확률변수]]가 가질 수 있는 모든 값에 각각의 확률을 곱하여 더한 값.\\
 \\ \\
- +$$
- +
 \mu = E(X) = \mu = E(X) =
 \begin{cases} \begin{cases}
-  \sum_{x} x p(x), & X\text{가 이산형인 경우} \\ +  \sum_{x} x p(x), & \text{(이산형일 경우)\\ 
-  \int_{-\infty}^{\infty} x f(x) dx, & X\text{가 연속형인 경우}+  \\ 
 +  \int_{-\infty}^{\infty} x f(x) dx, & \text{(연속형일 경우)}
 \end{cases} \end{cases}
- +$$
- +
- +
-\\ +
-$E(X)$: 확률변수 X의 기댓값\\ +
-$x_i$: 확률변수 X가 가질 수 있는 i번째 값\\ +
-$P(x_i)$: 값이 x_i일 확률\\ +
-$\sum$: 모든 값을 더하라는 기호\\+
 \\ \\
 ====예문==== ====예문====
  • 통계학/기대값.1758616018.txt.gz
  • Last modified: 2025/09/23 08:26
  • by masteraccount