이항분포의 기대값
이항분포는 통계학과 확률론에서 가장 흔하게 접하는 이산 확률분포 중 하나입니다. 이 분포는 일련의 독립적인 이진 시행(성공 또는 실패, 두 가지 결과만 있는 시행)에서 성공 횟수를 나타냅니다. 이항분포를 더 잘 이해하기 위해서는 기대값이라는 개념을 이해하는 것이 중요합니다. 기대값은 장기간에 걸쳐 반복되는 시행의 평균값을 의미합니다. 이 글에서는 이항분포의 맥락에서 기대값의 개념을 살펴보겠습니다.
이항분포의 정의
이항 분포는 동일하고 독립적인 여러 번의 시행이 있고, 각 시행에 "성공"과 "실패"라는 두 가지 상호 배타적인 결과가 있는 상황에서 발생합니다. 예를 들어 동전 던지기(앞면 또는 뒷면), 시험 문제에 대한 답(참 또는 거짓), 또는 임상 시험(치료 성공 또는 실패) 등이 있습니다.
이항분포는 두 개의 매개변수로 정의됩니다.
– n은 시행 횟수입니다.
- p는 각 시행에서 성공할 확률입니다.
대략적으로 말하면, X가 n번의 시행에서 성공 횟수를 나타내는 확률 변수라면, X는 매개변수 n과 p를 갖는 이항 분포를 따르며, 이를 X ~ Binomial(n, p)로 표기합니다.
확률 함수
이항분포의 확률함수는 다음과 같습니다.
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
어디:
– \( \binom{n}{k} \)는 이항계수이며, \( \frac{n!}{k!(nk)!} \)로 계산됩니다.
– \( k \)는 원하는 성공 횟수입니다.
– \( n \)은 시행 횟수입니다.
- \( p \)는 각 시행에서 성공할 확률입니다.
– \( (1-p) \)는 각 시행에서의 실패 확률입니다.
기대값
확률 분포의 기대값 또는 평균은 중심 위치를 나타내는 가장 중요한 척도 중 하나입니다. 이항 분포의 경우, Binomial(n, p)를 따르는 확률 변수 X의 기대값은 다음과 같습니다.
\[ E(X) = np \]
기대값 증명
이항분포의 기대값이 np인 이유를 이해하려면 기대값의 선형성 속성을 이용하여 이진 변수들이 어떻게 기여도를 합산하는지 살펴볼 수 있습니다.
n번의 이진 시행에서 성공 횟수를 \( X \)로 정의하자. 더 구체적으로, \( X_i \)는 i번째 시행의 결과를 나타내는 확률 변수이며, i번째 시행이 성공이면 \( X_i = 1 \)이고, 실패이면 \( X_i = 0 \)이다. 그러면 \( X \)는 다음과 같이 쓸 수 있다.
\[ X = X_1 + X_2 + \ldots + X_n \]
각 \( X_i \)는 성공 확률이 p인 이진 변수이므로 \( X_i \)의 기대값은 다음과 같습니다.
\[ E(X_i) = 1 \cdot p + 0 \cdot (1-p) = p \]
X의 기대값을 구하기 위해 기대값의 선형성 속성을 사용할 수 있습니다.
\[ E(X) = E(X_1 + X_2 + \ldots + X_n) \]
\[ E(X) = E(X_1) + E(X_2) + \ldots + E(X_n) \]
\[ E(X) = p + p + \ldots + p \]
\[ E(X) = np \]
이는 이항분포의 기대값이 np임을 보여줍니다.
예시
공정한 동전을 10번 던지는 경우를 생각해 봅시다. 앞면이 나오는 횟수의 기대값은 얼마일까요?
이 경우에는 다음과 같습니다.
– n = 10 (동전 던지기 횟수)
– p = 0.5 (동전이 공정하므로 앞면이 나올 확률)
따라서 기대값은 다음과 같습니다.
\[ E(X) = np = 10 \times 0.5 = 5 \]
즉, 장기간에 걸쳐 동전을 10번 던지면 평균적으로 앞면이 5번 나온다는 뜻입니다.
분산과 표준편차
이항분포의 경우 기대값뿐만 아니라 분산과 표준편차를 이해하는 것도 중요합니다.
이항분포의 분산 \( \sigma^2 \)과 표준편차 \( \sigma \)는 다음과 같습니다.
\[ \sigma^2 = np(1-p) \]
\[ \sigma = \sqrt{np(1-p)} \]
분산은 데이터가 예상 값에서 얼마나 퍼져 있는지를 나타냅니다. 표준 편차는 분산의 제곱근이며, 데이터의 분포 정도를 나타내지만 원래 데이터와 동일한 단위를 사용합니다.
결론
이항분포는 통계와 확률의 기본 개념으로, 비즈니스, 사회과학, 생물학 등 다양한 실생활에서 자주 접하게 됩니다. 이항분포의 기대값(np)은 일련의 이진 시행에서 성공 횟수의 평균을 나타내는 중요한 지표입니다. 기대값, 분산, 표준편차의 개념을 이해함으로써 이항분포의 특징과 일상생활에서 나타나는 특정 현상을 설명하는 방식을 더욱 명확하게 파악할 수 있습니다.
이러한 지식은 데이터 분석 및 통계뿐만 아니라 확률과 불확실성을 평가해야 하는 의사 결정에도 매우 유용합니다. 기대값과 이항 분포를 이해하면 더 정확한 예측을 하고 더 나은 정보에 기반한 결정을 내릴 수 있습니다.
