II. 이산확률분포와 연속확률분포의 정의
:
이산확률분포는 가능한 결과가 이산적인 확률분포입니다. 이산적이란 가능한 결과가 유한하거나 셀 수 있는 경우를 말합니다. 예를 들어, 동전을 던져서 앞면 또는 뒷면이 나올 확률은 1/2로 이산적인 값입니다. 또 다른 예로는 주사위를 던져서 나올 수 있는 눈의 개수가 1부터 6까지의 유한한 값이므로, 주사위를 던져서 나올 수 있는 눈의 개수를 이산확률분포로 모델링할 수 있습니다. 반면에, 연속확률분포는 가능한 결과가 연속적인 확률분포입니다. 연속적이란 가능한 결과가 무한하고 셀 수 없는 경우를 말합니다. 예를 들어, 사람의 키나 체중과 같은 물리적인 특성은 무한하고 셀 수 없는 값들이므로, 이러한 특성을 연속확률분포로 모델링할 수 있습니다. 다른 예로는 도시에서 자동차 사고가 발생하는 시간, 고객이 상점에서 머물러 있는 시간, 또는 증권 가격 등도 연속확률분포로 모델링될 수 있습니다. 이산확률분포와 연속확률분포는 모두 확률분포이지만, 가능한 결과의 형태에 따라 다르게 정의됩니다. 이산확률분포에서는 가능한 결과가 이산적이고 유한하거나 셀 수 있는 경우에 사용되며, 연속확률분포에서는 가능한 결과가 연속적이고 무한하며 셀 수 없는 경우에 사용됩니다.
III. 이산확률분포와 연속확률분포의 차이점:
이산확률분포와 연속확률분포의 가장 큰 차이점은 가능한 결과의 형태입니다. 이산확률분포는 가능한 결과가 이산적이고, 연속확률분포는 가능한 결과가 연속적입니다. 이산확률분포에서는 각 가능한 결과의 확률을 따로 계산할 수 있습니다. 예를 들어, 주사위를 던져서 나올 수 있는 눈의 개수를 이산확률분포로 모델링하면, 각 눈의 개수에 대한 확률을 따로 계산할 수 있습니다. 하지만 연속확률분포에서는 가능한 결과가 무한하고 셀 수 없기 때문에, 확률을 각각의 결과에 대해 계산하는 것은 불가능합니다. 대신, 확률밀도함수(probability density function, PDF)를 이용하여 가능한 결과가 어떤 구간에 속할 확률을 계산합니…(생략)
|