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 |
Tags
- 빅데이타
- Artificial Intelligence
- No SQL
- c++
- 빅데이터
- WebGL
- Statistics
- 우리들교회
- node.js
- Machine Learning
- 딥러닝
- Big Data
- 몽고디비
- 빅 데이타
- R
- 주일설교
- 김양재 목사님
- 인공지능
- MongoDB
- 빅 데이터
- 통계
- Deep learning
- nodeJS
- 김양재 목사
- openCV
- 데이터 과학
- 확률
- data science
- probability
- 김양재
Archives
- Today
- Total
Scientific Computing & Data Science
[Probability] Conditional Probability Distribution 본문
Data Science/Probability & Statistics
[Probability] Conditional Probability Distribution
cinema4dr12 2014. 1. 31. 18:32확률 변수 Y에 대한 확률 변수 X의 조건부 분포는 Y의 값이 알려져 있다는 가정 하에 확률 변수 X의 확률적 속성을 나타낸다.
즉, 이산 확률 분포에 대해서
이며, 연속 확률 분포에 대해서는
이다. 이 때 는 확률 변수 Y의 한계 분포이다.
한계 분포와 조건부 분포에 대한 차이를 이해하는 것은 매우 중요하다.
확률 변수 X에 대한 한계 분포는 확률 변수 Y에 대해 알려진 것이 없는 경우에 있어 유용한 분포이며, 확률 변수 Y의 값이 특정값 y의 조건 하에 확률 변수 X에 대한 조건부 분포는 확률 변수 Y값이 y로 알려진 경우에 유용하다.
'Data Science > Probability & Statistics' 카테고리의 다른 글
[Probability] Covariance & Correlation (0) | 2014.02.01 |
---|---|
[Probability] Independent Random Variables (0) | 2014.01.31 |
[Probability] Marginal Probability Distribution (0) | 2014.01.31 |
[Probability] Jointly Distributed Random Variables (0) | 2014.01.31 |
[Probability] Quantile (0) | 2014.01.31 |