7. 연속확률변수와 관련된 분포들
연속확률변수 X의 확률밀도함수가 다음과 같을 때, X는 균등분포(uniform distribution)를 따른다고 한다.f(x)={1β−α,(α<x<β)0,(otherwise)여기서 α,β는 α<β인 상수이고,μ=E(X)=∫βα1β−αxdx=12(α+β)σ2=Var(X)=E(X2)−{E(X)}2=(β−α)212(∵E(X2)=β3−α33(β−α)=β2+βα+α23)이다.
(균등분포의 확률밀도함수의 그래프)
다음의 함수f(x)={kxα−1e−xβ,(x>0)0,(otherwise)(α,β>0)의 적분이 1이 되게 하는 k를 구하자.∫∞−∞f(x)dx=∫∞0kxα−1e−xβdx=kβα∫∞0yα−1e−ydy(x=βy)이 적분식의 오른쪽은 다음과 같이 정의되는 감마함수(gamma function)이다.Γ(α)=∫∞0yα−1e−ydy,(α>0) ∫∞0kxα−1e−xβdx=kβαΓ(α)=1이어야 하므로 k=1βαΓ(α)이고, 이 결과를 이용하여 다음과 같이 감마분포(gamma distribution)를 정의할 수 있다.
연속확률변수 X의 확률밀도함수가 다음과 같을 때, X는 감마분포를 따른다고 한다.f(x)={1Γ(α)xα−1e−xβ,(x>0)0,(otherwise)(α,β>0)
(감마분포의 확률밀도함수의 그래프)
감마분포의 적률생성함수는 MX(t)=(1−βt)−α(α,β>0)이다.
증명: X를 감마분포를 따르는 연속확률변수라고 하면E(etX)=∫∞−∞etxf(x)=1βαΓ(α)∫∞0etxxα−1e−xβdx=1βαΓ(α)∫∞−∞xα−1e−(βt−1)xβdx=1βαΓ(α)Γ(α)(β1−βt)α=(1−βt)−α이므로 따라서 MX(t)=(1−βt)−α이다.
감마분포의 적률생성함수를 이용하여 평균과 분산을 구하면 다음과 같다.μ=E(X)=αβσ2=Var(X)=E(X2)−{E(X)}2=αβ2
연속확률변수 X의 확률밀도함수가 다음과 같을 때, X는 지수분포(exponential distribution)를 따른다고 한다.f(x)={1λe−xλ,(x>0)0,(otherwise)
지수분포는 감마분포에서 α=1,β=λ인 경우이다. 그러면 지수분포의 적률생성함수와 평균, 분산은 다음과 같다.MX(t)=11−λtμ=E(X)=λσ2=Var(X)=λ2
연속확률변수 X의 확률밀도함수가 다음과 같을 때, X는 평균이 μ이고, 분산이 σ2인 정규분포(normal distribution)를 따른다고 하고 X∼N(μ,σ2)로 나타낸다.f(x)=1√2πσe−(x−μ)22σ2
(정규분포의 확률밀도함수의 그래프)
정규분포를 따르는 확률변수의 확률밀도함수의 적분이 1이 됨을 보이자. z=x−μσ라 하면∫∞−∞1√2πσe−(x−μ)22σ2dx=1√2π∫∞−∞e−12z2dz이고, ∫∞−∞e−z22dz=√2π이므로 따라서∫∞−∞1√2πσe(x−μ)22σdx=1이다.
정규분포를 따르는 확률변수 X의 적률생성함수는 다음과 같다.MX(t)=eμt+12σ2t2
증명:MX(t)=∫∞−∞etx1√2πσe−(x−μ)22σ2dx=∫∞−∞1√2πσe−−2txσ2+(x−μ)22σ2dx=eμt+12σ2t2∫∞−∞1√2πσe−(x−(μ+tσ2)2)2σ2dx=eμt+12σ2t2
적률생성함수를 이용하여 평균과 분산을 구하면E(X)=μVar(X)=σ2이다.
μ=0,σ=1인 정규분포를 표준정규분포(standard normal distribution)이라 한다. 이때의 확률변수는 Z=X−μσ이고, Z∼N(0,12)로 나타낸다. 표준정규분포의 누적분포함수는 다음과 같다.P(Z≤z)=∫z−∞1√2πe−x22dx표준정규분포의 확률밀도함수는 우함수이므로∫0−∞1√2πe−z22dz=∫∞01√2πe−z22dz=0.5이다.
참고자료:
John E Freund's Mathematical Statistics 8th edition, Irwon Miller, Marylees Miller, Pearson
수리통계학, 허문열, 송문섭, 박영사
http://www.math.ntu.edu.tw/~hchen/teaching/StatInference/notes/lecture9.pdf
'확률및통계 > 수리통계학' 카테고리의 다른 글
[수리통계학] 9. 표본분포, 중심극한정리 (0) | 2019.03.28 |
---|---|
[수리통계학] 8. 확률변수의 변환 (0) | 2019.03.27 |
[수리통계학] 6. 이산확률변수와 관련된 분포들 (0) | 2018.11.21 |
[수리통계학] 5. 기댓값과 적률, 공분산, 조건부기댓값 (0) | 2018.11.20 |
[수리통계학] 4. 확률변수와 분포(2) (0) | 2018.11.19 |