1. Critical Point : z_a
남은 면적을 a로 만드는 값을
이때
또한
마지막으로 가장 중요한 특징이 있는데, 이는 정규 분포의 대칭성을 활용한 특징입니다.
위의 식은 같은 면적을 이분할해서 대칭으로 만들어서 해결한 특징입니다.
2. Normal Distribution의 정규화를 통한 확률 값 계산
만약 어떤 확률 분포 X가 N(
이때 a와 b 사이의 값을 어떻게 찾을까요?
정규 분포에서 a와 b 사이의 값을 찾는 것은 너무나 구하기 힘듭니다.
따라서 우리는 이러한 분포를 Standard Normal Distribution으로 변환해서 손쉽게 계산할 수 있습니다.
이해가 되시나요?
이렇게 우리는 정규 분포를 표준 정규 분포로 변환하여 계산합니다.
3. General Normal Distribution
일반적으로 X~N(
이때
즉, 앞의 식에서 c = 1이라면 -1 ~ 1까지의 범위 안에 있는 확률 값이므로 약 68%가 범위 안에 들어가게 됩니다.
마찬가지로 c = 2이라면 95%가 범위 안에 들어갑니다.
마지막으로 c = 3이라면 99.7%가 범위 안에 들어갑니다.
따라서 95%의 확률을 가지는 범위를 알고 싶다면,
또는 그냥 "평균 - 2 * 표준 편차 ~ 평균 + 2 * 표준 편차"가 범위가 되겠네요.
추가적으로 Critical Point를 이용해서 범위를 풀 수도 있습니다.
95번째 값은
이것을 이용해서
따라서 N(3, 4)에서 95번째 값은
만약에 X가 평균이 m이고, 표준 편차가 a인 어떤 정규 분포라고 가정했을 때, 95%가 속하는 X의 범위를 구하라고 한다면 어떻게 구해야 할까요?
바로 범위는 m - 2a ~ m + 2a가 됩니다.
추가적으로 1 - k가 속하는 범위를 구하라고 한다면 얼만큼 범위를 정해야할까요?
바로 critical point를 이용해서 범위를 구하면 됩니다.
간단하죠?
이번 글에서는 표준 정규 분포를 이용해서 다양한 문제를 푸는 방법에 대해서 알아봤습니다.
감사합니다.
지적 환영합니다.