확률의 종류

여기서는 존재하는 모든 유형의 확률과 계산 방법을 확인할 수 있습니다. 각 유형의 확률을 자세히 설명하고 예를 제공하므로 유형 간의 차이점을 이해할 수 있습니다.

확률에는 어떤 유형이 있나요?

존재하는 모든 유형의 확률은 다음과 같습니다.

• 객관적인 확률
• 주관적 확률
• 고전적 확률
• 빈도 확률
• 조건부 확률
• 물고기 기회
• 이항 확률
• 초기하 확률
• 단순한 기회
• 결합 확률

확률 유형의 일부 분류에서 수학적 확률이나 논리적 확률과 같은 다른 유형도 볼 수 있습니다. 이는 매우 광범위한 개념이고 다양한 기준을 사용하여 분류될 수 있기 때문입니다. 그러나 실제로는 이러한 다른 유형의 확률도 이 페이지의 목록에 포함될 수 있습니다.

논리적으로 각 확률 유형의 이름만으로는 각 유형이 무엇인지 알 수 없으므로 아래에서 각각에 대해 자세히 설명하겠습니다.

객관적인 확률

객관적 확률은 사건의 확률을 결정하기 위한 객관적인 기준을 기반으로 합니다.

예를 들어 흐린 날 비가 올 객관적인 확률을 계산하려면 통계적 연구가 필요합니다. 지난 30일간 흐린 날과 비가 내린 17일간을 분석한 후 객관적 확률을 다음과 같이 계산한다고 가정해 보겠습니다.

보시다시피, 우리는 객관적인 확률을 계산하기 위해 다른 사람의 의견에 의존하지 않고 오히려 연구를 기반으로 한 결과를 바탕으로 확률을 계산했습니다.

마찬가지로, 객관적 확률은 이론적 확률 과 경험적 확률 이라는 두 가지 다른 유형으로 나뉩니다. 이들 간의 차이점을 보려면 여기를 클릭하세요.

주관적 확률

주관적 확률은 사건이 발생할 가능성을 예측하는 개인의 경험, 즉 주관적인 기준에 기반합니다.

예를 들어, 우리는 해당 확률을 결정하기 위해 해당 문제에 대한 자신의 지식과 경험에 의존할 기상학자에게 질문함으로써 내일 비가 올 것이라는 주관적인 확률을 얻을 수 있습니다.

따라서 주관적 확률은 객관적 확률의 반대입니다.

이러한 유형의 확률에 대한 더 많은 예를 여기에서 볼 수 있습니다.

고전적 확률

선험적 확률 이라고도 하는 고전적 확률 은 사건의 확률을 계산하는 논리를 기반으로 합니다. 즉, 이론적 확률 계산을 수행합니다.

예를 들어, “주사위 굴림에서 숫자 4가 나올” 확률을 알기 위해 어떤 실험도 할 필요가 없습니다. 주사위에는 6개의 서로 다른 면이 있으므로 주어진 숫자가 나올 확률은 1/6입니다.

하지만 이것은 단지 이론적인 계산일 뿐이므로 주사위를 10번 굴렸지만 4번을 얻지 못했을 수도 있고, 그 반대로 10번을 굴렸을 때 4번을 얻을 수도 있습니다.

관심이 있으신 경우 다음 유형의 확률에 대한 기사를 남겨드리겠습니다.

빈도 확률

빈도주의 확률 이라고도 불리는 빈도 확률은 무작위 실험에서 기본 사건에 대해 장기적으로 예상되는 상대 빈도입니다.

어떤 사건의 빈도확률을 계산하려면 실험을 여러 번 실시하고, 얻은 유리한 사례의 수를 전체 반복 횟수로 나누어야 합니다.

이러한 유형의 확률에 대한 정의는 객관적 확률과 매우 유사하지만, 빈도 확률에서는 동일한 실험이 수천 번 반복된다는 차이점이 있습니다. 다음 링크에서 전체 예제를 볼 수 있습니다.

조건부 확률

조건부 확률 이라고도 하는 조건부 확률은 다른 사건 B가 발생하면 사건 A가 발생할 확률을 나타냅니다. 따라서 조건부 확률은 사건 자체뿐만 아니라 이전 사건도 고려합니다.

보시다시피, 이러한 유형의 확률은 이해하기가 조금 더 어렵고 계산하기도 더 어렵습니다. 그렇기 때문에 계산 방법에 대한 자세한 설명을 확인하는 것이 좋습니다.

물고기 행운

푸아송 확률은 특정 기간 동안 주어진 수의 사건이 발생할 확률을 나타냅니다.

이러한 유형의 확률은 사건이 발생할 확률이 매우 낮을 때 매우 유용합니다.

포아송 분포는 이러한 유형의 확률을 정의하는 함수입니다. 다음 링크에서 포아송 분포 공식을 참조할 수 있습니다.

이항 확률

이항 확률은 “성공”과 “실패”라는 두 가지 가능한 결과만 있는 사건을 수학적으로 정의하는 데 사용됩니다.

예를 들어, 동전을 던질 때 가능한 결과는 두 가지(앞면 또는 뒷면)뿐입니다. 앞면을 선택하면 성공 사례는 동전에 앞면이 나타날 때이고, 실패 사례는 동전에 앞면이 나타날 때입니다.

따라서 이항 분포는 시퀀스의 특정 수의 성공 사례에 대한 확률을 알려줍니다.

초기하 확률

초기하 확률은 이항 확률과 매우 유사하지만 대체 방식이 다릅니다.

초기하 확률은 모집단에서 n개의 요소를 대체하지 않고 무작위 추출에서 성공적인 사례 수의 확률을 나타냅니다.

따라서 초기하 확률은 초기하 분포로 정의됩니다.

단순한 기회

단순 확률은 표본 공간에서 단순 사건이 발생할 확률입니다.

단순 확률은 실험에서 유리한 사례의 수를 실험의 가능한 결과의 총 수로 나누어 계산합니다.

이것이 소위 라플라스 법칙이다. 이 공식은 표본 공간의 모든 사건이 동일한 발생 확률을 갖는 경우, 즉 균등한 표본 공간인 경우에만 사용할 수 있다는 점을 명심하세요.

결합확률

결합 확률 (또는 복합 확률)은 두 사건이 동시에 발생할 확률을 나타냅니다.

따라서 결합 확률과 단순 확률은 두 가지 반대 유형의 확률입니다.

두 개 이상의 사건의 결합 확률을 찾으려면 확률 이론의 여러 개념을 숙지해야 하므로 여기를 클릭하여 계산 방법에 대한 자세한 설명을 참조하는 것이 좋습니다.