이미 소장하고 있다면 판매해 보세요.
|
1. 자료의 기술
2. 확 률 3. 확률변수와 확률분포 4. 표본분포 5. 추 정 6. 가설검정 7. 두 집단에 대한 비교 8. 분산분석 9. 상관분석과 단순회귀분석 10. 다중회귀분석 11. 범주형 자료분석 |
|
베이즈 정리(Bayes' Theorem)란 18세기 영국의 수학자인 Bayes가 특수한 사상이 주어진 조건하에서 어떠한 사상이 일어날 확률을 산출하는 이론을 정리한 것이다. 베이즈 정리에 대한 이해를 돕기 위해 국내프로야구의 예를 생각해 보자.
전년도의 프로야구가 끝난 후에 다음해에 한화의 우승확률을 10%로 예상된다고 해 보자. 이 때 구단에서 다음해에 반드시 한화를 우승으로 이끌기 위해 미국에 있는 박찬호, 일본에 있는 선동렬, 이종범 그리고 홈런타자 이승엽 등을 영입하였다고 하자. 그러면 한화의 우승확률은 10%가 아니라 그 확률이 훨씬 커질 것이라 생각하는 것이 옳을 것이다. 즉, 추가적인 정보가 있기 전의 어떤 사상에 대한 확률을 사전확률(Prior Probability)이라 하고(프로야구의 예에서 한화의 우승확률 0.1), 추가적인 정보(박찬호, 선동렬, 이종범, 이승엽 영입)가 얻어진 후의 수정된 어떤 사상의 확률(유명선수 영입했다는 조건하의 한화의 우승확률)을 사후확률(Posterior Probability)이라 한다. --- p. 60 |