경영통계학 확률이론 핵심 정리

• 확률은 일정한 조건에서 어떤 사건이 일어날 가능성의 정도나 그 수치를 가리킨다.
• 확률분포는 이산확률분포와 연속확률분포로 구분된다.
• 확률의 법칙에는 덧셈법칙, 여확률의 법칙, 곱셈법칙, 통계적 독립성, 총확률정리가 있다.
• 베이즈 정리는 사전확률과 추가정보로 사후확률을 계산한다.
• 서로 배반인 사상 중 적어도 하나가 발생할 확률은 각 사상이 발생할 확률의 합과 같다.

확률의 공준과 확률분포

• 확률현상에 대해 현실에서 행하는 실험을 확률실험이라고 한다.
• 표본공간의 부분집합은 확률사건이다.
• 어떤 사상의 확률은 0과 1 사이이며 표본공간이 발생할 확률은 1이다.
• 이산확률분포에는 이항분포, 푸아송분포, 기하분포, 초기하분포, 음이항분포가 있다.

확률법칙

• 확률변수는 일정한 확률로 발생하는 사건이나 결과에 수치를 부여한 것이다.
• 확률분포는 확률변수의 수치와 발생 확률을 표나 그래프로 나타낸 것이다.
• 전체 확률의 법칙은 하나의 실험이 연속된 하위 실험으로 이루어질 때 유용하다.
• 총확률정리는 베이즈 정리의 우변 분모에서 사용된다.
• 독립사건과 종속사건, 배반사건과 결합사건은 여러 확률적 사건을 함께 볼 때의 서로 다른 관점이다.

베이즈 정리와 나의 생각

• 베이즈 정리는 사상이 발생한 역순으로 정의된 조건부 확률을 계산할 때 유용하다.
• 경영통계학은 표본 정보로 모집단의 특성을 추론하고 의사결정을 내린다.
• 모집단의 불확실성 정도를 0과 1 사이의 실수로 표현한 것이 확률이다.
• 확률은 통계학의 핵심이자 경영통계학의 이론적 배경이 되는 도구로 본다.

확률이론의 주요 개념

핵심 개념

• 확률 — 사건이 일어날 가능성을 수로 나타낸 것
• 표본공간 — 확률실험에서 나올 수 있는 모든 결과의 집합
• 확률분포 — 확률변수의 값과 그 확률을 나타낸 것
• 이항분포 — 독립 베르누이 시행에서 성공 횟수의 분포
• 조건부 확률 — 어떤 사건이 일어났다는 조건에서의 확률
• 사후확률 — 추가정보를 반영해 다시 계산한 확률

자주 묻는 질문

• Q. 확률분포는 어떻게 나뉘나요?
  A. 이산확률분포와 연속확률분포로 나뉜다.
• Q. 전체 확률의 법칙에는 어떤 조건이 있나요?
  A. 사상들이 상호배타적이어야 하고 그 합집합이 전체 표본공간을 이루어야 한다.
• Q. 확률을 공부하는 이유를 무엇이라고 보나요?
  A. 치열한 경제 환경 속에서 기업 관리 능력을 기르고 기업을 경쟁력 있게 운영하기 위해서라고 본다.
• Q. 참고문헌은 무엇인가요?
  A. 통계적 매칭과 머신러닝 앙상블 기법으로 기업혁신과 경영성과를 예측한 박사학위논문 한 편이다.
• Q. 확률의 공리는 무엇을 근거로 하나요?
  A. 오랫동안 축적된 확률현상에 대한 경험적 인식을 이론화한 것으로, 어떤 사건의 확률을 계산하기 위한 규칙의 근거가 된다고 설명한다.

정리

결론에서는 급변하는 기업 환경 속에서 기업을 효율적으로 운영하려면 기업에 대한 지식을 탐구하고 관리 능력을 체계화해야 하며, 경영에 대한 탄탄한 이론적 바탕이 환경 변화에 대응하는 힘이 된다고 정리한다. 경영통계학과 확률이론을 공부하는 목적도 기업을 더 경쟁력 있게 운영하는 데 있다고 맺는다.