yuns
[핵심 확률/통계] 연속형 확률분포 - 지수분포 본문
반응형
https://www.youtube.com/watch?v=3C0yKJhMwek&list=PLpIPLT0Pf7IqS4as3nefPyGv94r2aY6IT&index=10
포아송 분포 vs 지수 분포
- 포아송 분포: 단위 시간에 몇번 일어날 확률
- 지수 분포: 이벤트 간 시간
지수분포
- "시간"
- $\lambda$: 단위 시간 당 이벤트 발생 평균 수
- 왼쪽이 pdf, 오른쪽이 cdf를 나타냄
- 포아송분포로부터 발생된 이벤트 간 시간을 모델링
- 예시) 다음 고장이 일어날때까지 걸리는 시간
지수분포의 평균과 분산
- $E[X] = \frac{1}{\lambda}$
- $E[X^2] = 2\frac{2}{\lambda ^2}$
- $V[X] = \frac{2}{\lambda ^ 2} - (\frac{1}{\lambda})^2 = \frac{1}{\lambda ^2}$
예시1
예시 2
기억상실 특성
- 과거에 무슨일이 있건 현재에는 영향을 끼치지 않음
예시1
포아송 분포 vs 지수 분포
- 포아송 분포: 단위 시간 당 발생 횟수
- 지수 분포: 발생 event 사이에 걸리는 시간 interarrival time
에시
- 0과 2분 사이에 하나도 전화가 안 올 확률
- 2분이 지나서야 첫번째 콜이 올 확률
반응형
'머신러닝' 카테고리의 다른 글
[핵심 확률/통계] 결합확률변수 (0) | 2025.06.03 |
---|---|
[핵심 확률/ 통계] 연속형 확률분포(감마분포, 베타분포) (0) | 2025.06.03 |
[핵심 확률/ 통계] 연속형 확률분포 - 정규분포(Normal Distribution) (0) | 2025.06.02 |
[핵심 확률 / 통계] 연속형 확률 분포 - Uniform Distribution (0) | 2025.06.02 |
[핵심 확률/통계] 연속형 확률 변수/분포 (0) | 2025.06.02 |
Comments