Week 6:확률(Probability) 7장_1(이론확률: Theoretical Probability) 동영상 1,2,3 7장_2(표본공간: Sample Space) 동영상 1,3 7장_3(집합: Set) 동영상 1,2,3,4 7장_4(실험확률: Experimental Probability) 동영상 1,2 7장_5(이론확률vs실험확률) 동영상 1 7장_6(확률덧셈:Addition) 동영상 1,2 7장_7(독립사건의 확률곱셈: multiplication of independent event) 동영상 1,2,3, 5,7,8,10 7장_8(종속사건의 확률곱셈: multiplication of dependent event) 동영상 1,5,6 7장_9(조건부 확률과 독립성: conditional probability and independence) 동영상 1,6
확률 문제 영어 Coin(동전) Dice(주사위) Jar(항아리), Bag(주머니) Card(카드) Head(앞면), Tail(뒷면), Fair Coin(정상동전), Unfair, Toss, Flip Dice(주사위) 6 sided(6면), 4 sided(4면), roll(굴리다), rolling double Jar(항아리), Bag(주머니) Marble(구슬), draw(꺼낸다) Card(카드) Diamond, Spade, Heart, Clover, Ace, King, Queen, Jack Suit
정리 이론확율 집합(set) 실험확률 (관심사건의 경우의 수)/(전체 경우의 수) Equally possible outcomes : 샘플공간(sample space) 사건(event) 집합(set) Venn Diagram 교집한(intersection, and), 합집합(union, or), 여집합(complement) 실험확률 실험횟수가 무한으로 근접하면 이론확률과 실험확률이 근접한다
확률계산식 확률의 합(덧셈) A와 B가 상호 배반적(Mutually exclusive event)이면 P(A or B) = P(A)+P(B) 일반적으로는 P(A or B) = P(A)+P(B)-P(A and B) 확률의 곱 독립사건의 확률 P(A and B)=P(A) X P(B) 종속사건의 확률 P(A and B) = P(A) X P(B|A) = P(B) X P(A|B)
조건부 확률(Conditional Probability) 복합사건(Compound Event) Sample Space : Table, Decision Tree 로 표시 여러번 동전 던질때, 카드 모양과 등급 조건부확률 계산법 P(A and B) = P(A|B)*P(B) = P(B|A)*P(A) 일반화하여 베이스정리(Bayes’ Theorem) https://ko.wikipedia.org/wiki/%EB%B2%A0%EC%9D%B4%EC%A6%88_%EC%A0%95%EB%A6%AC