Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- bayesian
- mmm
- Marketing Mix Modeling
- 미적분
- 프로그래머를 위한 선형대수 #선형대수 #행렬계산
- 수리통계
- Media Mix Modeling
- 미적분 #사인과 코사인의 도함수
- Optimization
- lightweightmmm
- 시계열분석 #Time-Series Analysis #이상탐지 #Anomaly Detection #Spectral Residual #CNN #SR-CNN
- 프로그래머를 위한 선형대수 #선형대수 #고유값 #고유벡터 #고유분해
- 프로그래머를 위한 선형대수 #선형대수 #고유값 #고유벡터 #야코비 회전법 #QR법 #하우스홀더반사 #행렬회전
- 프로그래머를 위한 선형대수 #선형대수 #고유분해 #고윳값 #고유벡터
- 프로그래머를 위한 선형대수 #선형대수 #LU분해
- 미적분 #접선의 방정식 #최적화 #뉴턴법 #뉴턴-랩슨법
- 미적분 #평균값 정리 #로피탈의 정리 #접선의 방정식
- bayesian inference
Archives
- Today
- Total
문과생 네버랜드의 데이터 창고
7. 조건부 분포와 기댓값 본문
- 조건부 분포란?
1) 결합 확률변수에서 다른 한 쪽의 확률변수가 조건부로 주어졌을 때의 분포
${(1)}$ 구체적으로는 다음의 PDF를 갖는 분포를 말한다.
-. $f_{x_{1}|x_{2}}(x_{1}|x_{2}) = \frac{f_{x_{1},x_{2}}(x_{1},x_{2})}{f_{x_{2}}(x_{2})}$
${(2)}$ 이와 같이, 조건부 분포에 대해 PDF는 물론이고 누적분포함수(CDF)와 적률생성함수(MGF)등을 정의할 수 있다. - 조건부 분포의 평균과 분산
1) 조건부 분포의 적률도 일변량때와 마찬가지로 구할 수 있다.
${(1)}$ 평균(1차적률) : $E(x_{1}|x_{2}) = \int x_{1} \cdot \frac{f_{x_{1},x_{2}}(x_{1},x_{2})}{f_{x_{2}}(x_{2})}dx_{1}$
${(2)}$ 분산(2차적률 이용) : $E[(x_{1} - E(x_{1}))^{2}|x_{2}] = \int (x_{1} - E(x_{1}))^{2} \cdot \frac{f_{x_{1},x_{2}}(x_{1},x_{2})}{f_{x_{2}}(x_{2})}dx_{1}$
'수리통계' 카테고리의 다른 글
8. 상관계수 (0) | 2023.05.10 |
---|---|
6. 다변량 분포(결합확률분포) (0) | 2023.05.09 |
5. 확률변수의 부등식 (0) | 2023.05.04 |
4-1 적률을 이용한 평균과 분산 (0) | 2023.05.04 |
4. 적률생성함수 (0) | 2023.05.03 |