Statistics/기초통계
기본 통계 시리즈 – 2. 확률 현상, 확률 변수, 확률 분포
올띵스데이터
2024. 7. 28. 22:10
주요 개념
- 확률론 (Probability Theory)의 중요 개념: 확률 현상, 확률 변수, 확률 분포. 현실 세계의 다양한 확률 현상을 모델링하고 이해하는데 활용됨.
- 확률 현상 (Event): 어떤 결과들이 나올 수 있는지 알지만, 그러한 결과 중 어떤 결과가 나올지는 모르는 현상. e.g. 동전 던지기: 앞, 뒤, 주사위 던지기: 1, 2, 3, 4, 5, 6, 일용직 근로자의 연령대 묻기: 10, 20, 30, 40, 50, 60대.
- 확률 변수 (Random Variable): 확률 현상을 바탕으로 나올 수 있는 결과를 수량화한 변수. e.g. 자동차 판매원이 판매하는 차량 대수는 본인의 의지로 결정되지 않는 결과이기 때문에 ‘확률변수’.
- 확률 분포 (Probability Distribution): 확률 변수가 특정한 값을 가질 확률을 나타내는 함수나 표 형태. 확률 분포를 통해 확률 변수의 값이 어떤 확률을 가지는지 알 수 있음. e.g. 이항 분포, 정규 분포, 포아송 분포.
이해의 흐름: ‘확률 현상’ → ‘확률 변수’ → ‘확률 분포’
| 확률현상: e | 확률 현상의 결과: S (표본공간) |
동전 앞면의 개수: X (확률변수) |
확률 P(X) |
| 동전던지기 | 앞 | 1 | 1/2 |
| 뒤 | 0 | 1/2 |
상수는 π=3.1415처럼 값이 정해져 있는 ‘수’지만 변수는 말 그대로 변할 수 있는 ‘수’입니다. 이와 같은 맥락으로 확률 변수는 확률적으 로 변하는 숫자를 의미합니다.
동전을 던지는 상황을 가정해 보았을 때 던지는 상황은 ‘확률 현상’입니다. 동전이 던져지기 전까지 앞이 나올지 뒤가 나올지 알 수 없습 니다. X를 ‘동전이 한번 던져졌을 때 앞이 나오는 횟수’라는 ‘확률 변수’로 지정한다고 하면 결과값으로는 앞이 나오는 1과 뒤가 나오는 0이 있습니다. 확률 변수와 함께 본다면 X가 0일 확률은 P(X=0) = 1/2로 표현될 수 있고 X가 1일 확률은 P(X=1) = 1/2로 표현될 수 있습니다.

확률 분포는 확률 변수의 종류에 따라 이산확률분포와 연속확률분포로 나누어집니다. 주사위 눈의 개수처럼 값의 개수를 셀 수 있으면 이산확률분포, 사람 키와 같이 실수 값이며 셀 수 없는 경우에는 연속확률 분포에 해당합니다.
예시: 동전 두번 던지기
| 확률현상: e | 확률 현상의 결과: S (표본공간) |
동전 앞면의 개수: X (확률변수) |
확률 P(X) |
| 동전던지기 | 앞, 앞 | 2 | 1/4 |
| 앞, 뒤 | 1 | 1/2 | |
| 뒤, 앞 | |||
| 뒤, 뒤 | 0 | 1/4 |