정규 분포 그래프에 대하여
3031 단어 R신인 프로그래머 응원통계초보자통계학
소개
봄부터 사내 SE가 되었습니다.
여러가지 공부중이므로, 숙련의 분에게는 부족한 내용일지도 모릅니다.
Qiita의 투고 내용은 내 메모 정도의 내용이므로
소속된 조직의 견해나 학술적인 내용이 아닙니다.
최선을 다하고 업데이트를 계속합니다.
정규 분포의 확률 밀도 함수란?
평균 μ, 분산 σ^2의 정규 분포의 확률 밀도 함수는 다음과 같이 표현됩니다.
X〜N(\mu,\sigma^2)
그렇다면
f(x) = \frac{1}{\sqrt{2π\sigma^2}}\times\exp(-\frac{1}{2\sigma^2}(x-\mu)^2)
정규 분포의 그래프란?
위의 확률 밀도 함수 그래프를 작성하고 싶습니다.
그래프를 작성하려면 미분하고 증감표를 작성합니다.
(합성 함수의 미분입니다)
\begin{align}
\frac{df(x)}{dx} &= \frac{1}{\sqrt{2π\sigma^2}}\times\exp(-\frac{1}{2\sigma^2}(x-\mu)^2)\times(-\frac{1}{2\sigma^2}\times2\times(x-\mu))\\
&=f(x)\times\frac{-(x-\mu)}{\sigma^2}
・・・①
\end{align}
(잘 깨끗하게 정리됩니다)
다시 한 번 미분합니다.
(곱의 미분입니다)
\begin{align}
\frac{d}{dx}\frac{df(x)}{dx}&= \frac{df(x)}{dx}\frac{-(x-\mu)}{\sigma^2}+f(x)\frac{-1}{\sigma^2}\\
&= f(x)\times\frac{-(x-\mu)}{\sigma^2}\times\frac{-(x-\mu)}{\sigma^2}-f(x)\frac{1}{\sigma^2}\\
&= f(x)\times\frac{1}{\sigma^4}\times(x-\mu)^2-f(x)\frac{1}{\sigma^2}\\
&= f(x)\frac{1}{\sigma^4}
((x-\mu)^2-\sigma^2)\\
&= f(x)\frac{1}{\sigma^4}
((x-\mu)+\sigma)((x-\mu)-\sigma)
・・・②
\end{align}
(예쁘다)
따라서 증감표는 아래와 같습니다.
x
···
μ
···
①
+
0
-
f(x)
···
최대
···
x
···
μ-σ
···
μ+σ
···
②
+
0
-
0
+
f(x)
···
변곡점
···
변곡점
···
그건 그렇고
\begin{align}
\lim_{x\rightarrow\pm\infty}\exp(-x^2)=0
\end{align}
그래서
\begin{align}
\lim_{x\rightarrow\pm\infty}f(x)=0
\end{align}
입니다.
(여기에서는 엄격한 증명을 피하고 있습니다. 가위의 원리?입니다.
내 지능을 알아보십시오. )
따라서 평균 μ, 분산 σ^2의 정규 분포 그래프는
μ(평균값)로 최대가 되고, μ에서 ±σ(표준편차) 떨어진 곳에서 변곡점이 되면 상상할 수 있습니다.
R에 의한 정규 분포란?
리굴만으로는 이미지 할 수 없기 때문에
시각화해 보겠습니다.
평균 0, 분산 1의 정규 분포는 다음과 같습니다.
sample.R> curve(dnorm,-3,3)
분산 1로 가정하므로 표준 편차는 1입니다.
x=±1로 좋은 느낌의 변곡점이 되고 있을까 생각합니다.
끝에
어쨌든 정규 분포의 그래프를 쓰는 경향이 있지만,
고등학교 수학을 사용하면 다소 정확하게 쓸 수 있습니다.
(변곡점이 어디인지 생각해 그릴 수 있습니다)
그건 그렇고
평균 0 분산 1의 정규 분포를 표준 정규 분포라고 합니다.
또
평균 50 분산 100(=표준 편차 10)의 정규 분포는 편차 값으로 사용됩니다.
(편차값 60의 쪽은 변곡점에 있습니다)
반성
나는 그물 서퍼지만,
실제로 기사를 쓰면 여러가지 고생했습니다.
Qiita를 게시하는 사람들에게 다시 한 번 감사드립니다.
저도 유용한 것을 많이 쓰고 싶었습니다.
Reference
이 문제에 관하여(정규 분포 그래프에 대하여), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/yudaii/items/bb20b229c4784368a9fa
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
평균 μ, 분산 σ^2의 정규 분포의 확률 밀도 함수는 다음과 같이 표현됩니다.
X〜N(\mu,\sigma^2)
그렇다면
f(x) = \frac{1}{\sqrt{2π\sigma^2}}\times\exp(-\frac{1}{2\sigma^2}(x-\mu)^2)
정규 분포의 그래프란?
위의 확률 밀도 함수 그래프를 작성하고 싶습니다.
그래프를 작성하려면 미분하고 증감표를 작성합니다.
(합성 함수의 미분입니다)
\begin{align}
\frac{df(x)}{dx} &= \frac{1}{\sqrt{2π\sigma^2}}\times\exp(-\frac{1}{2\sigma^2}(x-\mu)^2)\times(-\frac{1}{2\sigma^2}\times2\times(x-\mu))\\
&=f(x)\times\frac{-(x-\mu)}{\sigma^2}
・・・①
\end{align}
(잘 깨끗하게 정리됩니다)
다시 한 번 미분합니다.
(곱의 미분입니다)
\begin{align}
\frac{d}{dx}\frac{df(x)}{dx}&= \frac{df(x)}{dx}\frac{-(x-\mu)}{\sigma^2}+f(x)\frac{-1}{\sigma^2}\\
&= f(x)\times\frac{-(x-\mu)}{\sigma^2}\times\frac{-(x-\mu)}{\sigma^2}-f(x)\frac{1}{\sigma^2}\\
&= f(x)\times\frac{1}{\sigma^4}\times(x-\mu)^2-f(x)\frac{1}{\sigma^2}\\
&= f(x)\frac{1}{\sigma^4}
((x-\mu)^2-\sigma^2)\\
&= f(x)\frac{1}{\sigma^4}
((x-\mu)+\sigma)((x-\mu)-\sigma)
・・・②
\end{align}
(예쁘다)
따라서 증감표는 아래와 같습니다.
x
···
μ
···
①
+
0
-
f(x)
···
최대
···
x
···
μ-σ
···
μ+σ
···
②
+
0
-
0
+
f(x)
···
변곡점
···
변곡점
···
그건 그렇고
\begin{align}
\lim_{x\rightarrow\pm\infty}\exp(-x^2)=0
\end{align}
그래서
\begin{align}
\lim_{x\rightarrow\pm\infty}f(x)=0
\end{align}
입니다.
(여기에서는 엄격한 증명을 피하고 있습니다. 가위의 원리?입니다.
내 지능을 알아보십시오. )
따라서 평균 μ, 분산 σ^2의 정규 분포 그래프는
μ(평균값)로 최대가 되고, μ에서 ±σ(표준편차) 떨어진 곳에서 변곡점이 되면 상상할 수 있습니다.
R에 의한 정규 분포란?
리굴만으로는 이미지 할 수 없기 때문에
시각화해 보겠습니다.
평균 0, 분산 1의 정규 분포는 다음과 같습니다.
sample.R> curve(dnorm,-3,3)
분산 1로 가정하므로 표준 편차는 1입니다.
x=±1로 좋은 느낌의 변곡점이 되고 있을까 생각합니다.
끝에
어쨌든 정규 분포의 그래프를 쓰는 경향이 있지만,
고등학교 수학을 사용하면 다소 정확하게 쓸 수 있습니다.
(변곡점이 어디인지 생각해 그릴 수 있습니다)
그건 그렇고
평균 0 분산 1의 정규 분포를 표준 정규 분포라고 합니다.
또
평균 50 분산 100(=표준 편차 10)의 정규 분포는 편차 값으로 사용됩니다.
(편차값 60의 쪽은 변곡점에 있습니다)
반성
나는 그물 서퍼지만,
실제로 기사를 쓰면 여러가지 고생했습니다.
Qiita를 게시하는 사람들에게 다시 한 번 감사드립니다.
저도 유용한 것을 많이 쓰고 싶었습니다.
Reference
이 문제에 관하여(정규 분포 그래프에 대하여), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/yudaii/items/bb20b229c4784368a9fa
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
\begin{align}
\frac{df(x)}{dx} &= \frac{1}{\sqrt{2π\sigma^2}}\times\exp(-\frac{1}{2\sigma^2}(x-\mu)^2)\times(-\frac{1}{2\sigma^2}\times2\times(x-\mu))\\
&=f(x)\times\frac{-(x-\mu)}{\sigma^2}
・・・①
\end{align}
\begin{align}
\frac{d}{dx}\frac{df(x)}{dx}&= \frac{df(x)}{dx}\frac{-(x-\mu)}{\sigma^2}+f(x)\frac{-1}{\sigma^2}\\
&= f(x)\times\frac{-(x-\mu)}{\sigma^2}\times\frac{-(x-\mu)}{\sigma^2}-f(x)\frac{1}{\sigma^2}\\
&= f(x)\times\frac{1}{\sigma^4}\times(x-\mu)^2-f(x)\frac{1}{\sigma^2}\\
&= f(x)\frac{1}{\sigma^4}
((x-\mu)^2-\sigma^2)\\
&= f(x)\frac{1}{\sigma^4}
((x-\mu)+\sigma)((x-\mu)-\sigma)
・・・②
\end{align}
\begin{align}
\lim_{x\rightarrow\pm\infty}\exp(-x^2)=0
\end{align}
\begin{align}
\lim_{x\rightarrow\pm\infty}f(x)=0
\end{align}
리굴만으로는 이미지 할 수 없기 때문에
시각화해 보겠습니다.
평균 0, 분산 1의 정규 분포는 다음과 같습니다.
sample.R
> curve(dnorm,-3,3)
분산 1로 가정하므로 표준 편차는 1입니다.
x=±1로 좋은 느낌의 변곡점이 되고 있을까 생각합니다.
끝에
어쨌든 정규 분포의 그래프를 쓰는 경향이 있지만,
고등학교 수학을 사용하면 다소 정확하게 쓸 수 있습니다.
(변곡점이 어디인지 생각해 그릴 수 있습니다)
그건 그렇고
평균 0 분산 1의 정규 분포를 표준 정규 분포라고 합니다.
또
평균 50 분산 100(=표준 편차 10)의 정규 분포는 편차 값으로 사용됩니다.
(편차값 60의 쪽은 변곡점에 있습니다)
반성
나는 그물 서퍼지만,
실제로 기사를 쓰면 여러가지 고생했습니다.
Qiita를 게시하는 사람들에게 다시 한 번 감사드립니다.
저도 유용한 것을 많이 쓰고 싶었습니다.
Reference
이 문제에 관하여(정규 분포 그래프에 대하여), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/yudaii/items/bb20b229c4784368a9fa
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
나는 그물 서퍼지만,
실제로 기사를 쓰면 여러가지 고생했습니다.
Qiita를 게시하는 사람들에게 다시 한 번 감사드립니다.
저도 유용한 것을 많이 쓰고 싶었습니다.
Reference
이 문제에 관하여(정규 분포 그래프에 대하여), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/yudaii/items/bb20b229c4784368a9fa텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)