Page 5 -
P. 5
3.4 분산과 표준편차 126
3.4.1 기댓값이 같아도… 127
3.4.2 분산 5 ‘기댓값에서 벗어난 상태’의 기댓값 128
3.4.3 표준편차 130
3.4.4 정수 덧셈, 곱셈과 정규화 132
3.4.5 독립이라면 덧셈의 분산은 분산의 덧셈 136
3.4.6 제곱 기댓값과 분산 138
3.5 큰 수의 법칙 141
3.5.1 독립 동일 분포（i.i.d.） 142
3.5.2 평균값의 기댓값·평균값의 분산 144
3.5.3 큰 수의 법칙 146
3.5.4 큰 수의 법칙에 관한 주의 사항 147
3.6 조건부 기댓값과 최소제곱 예측 148
3.6.1 조건부 기댓값이란 149
3.6.2 최소제곱 예측 150
3.6.3 신의 관점에서 151
3.6.4 조건부 분산 152
4장 연속값의 확률분포 155
4.1 그러데이션 인쇄(밀도 계산 연습) 157
4.1.1 소비한 잉크의 양을 그래프로(누적분포함수의 훈련) 157
4.1.2 인쇄된 잉크의 농도를 그래프로(확률밀도함수의 훈련) 158
4.1.3 인쇄한 것을 신축시키면 잉크의 농도는 어떻게 될까(변수 변환 훈련) 162
4.2 확률 0 166
4.2.1 딱 맞을 확률은 0 166
4.2.2 확률 0의 무엇이 문제인가? 168
4.3 확률밀도함수 169
4.3.1 확률밀도함수 170
4.3.2 균등분포 175
4.3.3 확률밀도함수의 변수 변환 176
4.4 결합분포·주변분포·조건부분포 181
4.4.1 결합분포 181
016
00 프로그래머를 위한 확률통계.indd 16 2019. 4. 25. 오전 11:40
