1.3 확률분포
먼저 그리스 문자 몇 가지를 다음과 같이 정의하자. 이제 우리는 공통된 언어를 가지게 되었다.
α = alpha 알파
β = beta 베타
λ = lambda 람다
μ = mu 뮤
σ = sigma 시그마
τ = tau 타우
좋다. 이제 확률분포로 이동해보자. 확률분포가 무엇인지 예전에 배웠던 걸 얼른 상기해보자. Z를 확률변수(random variable)라고 하자. 그러면 확률분포함수(probability distribution function)는 Z와 관련된 것으로 Z가 가지는 여러 결과에 확률을 부여한다.
우리는 확률변수를 다음과 같이 세 가지로 분류할 수 있다.
• Z가 이산적인 형태인 경우: 이산확률변수는 특정한 값들의 목록에서 값을 취한다고 가정한다. 화폐, 영화 등급, 투표수 같은 것이 모두 이산확률변수다. 이산확률변수는 다른 것과 비교할 때 더욱 명확해진다.
• Z가 연속적인 형태인 경우: 연속확률변수는 임의적인 값을 가진다. 예를 들어 기온, 속도, 시간은 연속변수로 모델링되는데, 점점 더 정확하게 값을 매길 수 있기 때문이다.
• Z가 혼합된 형태인 경우: 혼합확률변수는 이산확률변수와 연속확률변수 모두에 확률을 부여한다. 즉, 앞선 두 형태의 조합이다.