Loading [MathJax]/jax/output/CommonHTML/jax.js
본문 바로가기

데이터 과학/확률론

결합 확률 분포, 주변 확률 분포 (Joint / Marginal Probability Distribution)

Contents

결합 확률 분포(Joint Probability Distribution)

  • 결합 확률 질량 함수(Joint PMF)
  • 결합 확률 밀도 함수(Joint PDF)

주변 확률 분포(Marginal Probability Distribution)

  • 주변 확률 질량 함수(Marginal PMF)
  • 주변 확률 밀도 함수(Marginal PDF)

조건부 확률 분포(Marginal Probability Distribution)

  • 조건부 확률 질량 함수(Conditional PMF)
  • 조건부 확률 밀도 함수(Conditional PDF)

 

※ 주변 확률 분포는 두개의 변수로 이루어진 결합 확률 분포를 하나의 변수로 표현하기 위한 방법이다.

주변 확률 분포는 결합 확률 분포와 대립되는 개념이 아니다!

 


▶ 결합 확률 분포(Joint Probability Distribution)

  • P(X, Y) = P(X Y) : 두개 이상의 사건이 동시에 일어날 확률 분포
  • 두 사건(x, y)는 서로 독립(Independent)이어야 한다.
  • 즉, P(X, Y)  = P(X Y) = P(X) x P(Y)
  • 결합 확률 질량 함수(Joint PMF)
    • 이산 확률 변수가 두개 이상인 확률 질량 함수
    • PX,Y(x,y)=P(X=x,Y=y)
    • ijP(X=xi,Y=yj)=1
  • 결합 확률 밀도 함수(Joint PDF)
    • 연속 확률 변수가 두개 이상인 확률 밀도 함수
    • 아래 식에서 A는 두 확률변수 X, Y가 형성하는 특정 공간(집합)을 의미

 주변 확률 분포(Marginal Probability Distribution)

  • 결합확률 분포를 전제로 한다.
  • 결합 확률 분포 PX,Y(X,Y) 를 통해 하나의 확률 변수에 대한 확률 함수를 구할 수 있다.
  • 주변 확률 질량 함수(Marginal PMF)
    • X에 대한 주변 확률 질량 함수 : PX(X)=P(X=x)=yjYPX,Y(x,yj)
    • Y에 대한 주변 확률 질량 함수 : PY(Y)=P(Y=y)=xyXPX,Y(xi,y)
    • 이산 확률 분포에서 P(X0) 로의 Marginalization 예시

    • 이산 확률 분포에서 각각 축으로의 Marginalization 예시
  • 주변 확률 밀도 함수(Marginal PDF)
    • X에 대한 주변 확률 밀도 함수 : fX(x)=yfX,Y(x,y)dy,forally
    • Y에 대한 주변 확률 밀도 함수 : fY(y)=xfX,Y(x,y)dx,forallx

 

 조건부 확률 분포(Marginal Probability Distribution)

  • 그외에도 조건부 확률 분포 개념이 존재하는데 [1] 레퍼런스를 참고한다.

[Reference]

[1] https://excelsior-cjh.tistory.com/193

 

Chap02 - Joint,Marginal,Conditional Probability Distribution

1. CONDITIONAL PROBABILITY(조건부 확률) 1.1 정의 조건부 확률(conditional probability)는 두 사건(event, 실험이나 관측 등의 행위에 의해 생긴 결과)에 대한 확률이다. 하나의 확률 변수(random variable)가..

excelsior-cjh.tistory.com

 

반응형

'데이터 과학 > 확률론' 카테고리의 다른 글