지금의 기록이 미래의 자산이 된다.

• 07. Cryptography

  2022-06-01

  devfancy

  Electronic-Finance
  • Cryptography
  • Cryptography - 잘못된 예시

  이 카테고리는 경영학부 전자금융의 이해 수업을 듣고 정리한 내용을 바탕으로 글을 작성하였습니다.

  Cryptography

  • Cryptography

    • (eng) The practice and study of techniques for secure communication in the presence of adversarial behavior

    • (kor) 위험한 상황에서 메세지를 안전하게 보내기 위한 기술에 대한 연구

      • 조건1) 엿들으면 안된다.

      • 조건2) 메세지에 대한 조작이 있으면 안된다.

  Cryptography - 잘못된 예시

  

  Read All

  ---

• 08. 표본추출법과 중심 극한정리

  2022-05-20

  devfancy

  Business-Statistics
  • Contents

  이 글은 경영학부 경영통계 수업에서 배운 자료들을 정리한 내용입니다.

  Contents

  • 표본을 추출하는 이유, 4가지 표본추출법

  • 표본오차 정의

  • 표본평균의 표본분포 정의

  • 중심극한정리의 정의 → 표준오차 정의

  • 중심극한정리를 활용 → 확률 계산

  Read All

  ---

• 07. 연속확률분포 (Continuous probability distribution)

  2022-05-20

  devfancy

  Business-Statistics
  • Contents
    • 이산확률변수 vs 연속확률변수
    • 연속확률분포(Continuous probability distribution)

  이 글은 경영학부 경영통계 수업에서 배운 자료들을 정리한 내용입니다.

  • Key Point : 균등분포, 정규분포, 표준정규분포

  Contents

  • 균등분포를 활용하여 확률을 계산한다.

  • 정규분포의 특징을 파악한다.

  • 표준정규분포를 활용하여 확률을 계산한다.

  • 표준정규분포를 활용하여 이항 분포의 확률값을 근사적으로 계산한다.

  이산확률변수 vs 연속확률변수

  • 이산확률변수(Discrete random variable)

    • 어떤 정해진 값만 가질 수 있고 값들 사이에 간격이 있는 변수

    • 주로 수를 세어서(counting) 값을 할당

  • 연속확률변수(Continuous random variable)

    • 주어진 구간 내에서 어떤 실수 값이라도 가질 수 있는 변수

    • 주로 측정(measurement)에 의해 값을 할당

  연속확률분포(Continuous probability distribution)

  • 연속확률분포

    • 연속확률변수의 확률분포: 주어진 구간 내 무한 개의 측정값이 가능

    • 균등분포, 정규분포

  • 연속확률분포의 특징

    • 특정한 하나의 값이 나타날 확률 = 0

      • 특정 구간의 확률 만이 의미가 있음

      • 부등호, 등호의 유무 차이가 없음 ⇒ P(a≤X≤b) = P(a<X<b)

    • 특정 구간의 값이 나타날 확률은 0 ~ 1 사이

    • 모든 가능한 값들을 포함하는 총 확률 = 1 < = > 전체 넓이 : 1

    • f(x) : pdf(probability density function) : 확률밀도함수

    

  Read All

  ---

• 03. Discrete Probability Distributions

  2022-05-04

  devfancy

  Probability-Statistics
  • Contents
    • 3.1.2 Definition of the Binomial Distribution

  이 글은 컴퓨터학부 확률과통계 수업에서 배운 자료들을 정리한 내용입니다.

  Contents

  • 3.1 The Binomial Distribution

  • 3.2 The Geometric and Negative Binomial Distributions

  • 3.3 The Hypergeometric Distribution

  • 3.4 The Poisson Distribution

  • 3.5 The Multinomial Distribution

  3.1.2 Definition of the Binomial Distribution

  • A binomial distribution(이항 분포) with parameter $n$ and $p$

    • The random variable is defined by the parameter $p$, 0 ≤ p ≤ 1 , which is the probability that the outcome is 1

    • The number of successes within a fixed number of trials $n$

    • n independent Bernoulli trials $X_{1}, … , X_{n}$

      • $X = X_{1} + . . . + X_{n}$

    • $X \sim B(n, p)$

      • $P( X = x) = {n \choose x} p^{x} (1 - p)^{n-x}$

      • ${n \choose x} == \frac{n!}{x!(n - x)!}$

  Read All

  ---

• 02. Random Variables

  2022-05-03

  devfancy

  Probability-Statistics
  • Contents

  이 글은 컴퓨터학부 확률과통계 수업에서 배운 자료들을 정리한 내용입니다.

  Contents

  • 2.1 Discrete Random Variables

  • 2.2 Continuous Random Variables

  • 2.3 The Expectation of a Random Variables

  • 2.4 The Variance of a Random Variables

  • 2.5 Jointly Distributed Random Variables

  • 2.6 Combinations and Functions of Random Variables

  Read All

  ---

• 01. Probability Theory

  2022-05-02

  devfancy

  Probability-Statistics
  • Contents
    • 1.1.1 Introduction
    • 1.1.2 Sample Spaces
    • 1.1.3 Probability Values

  이 글은 컴퓨터학부 확률과통계 수업에서 배운 자료들을 정리한 내용입니다.

  Contents

  • 1.1 Probabilities

  • 1.2 Events

  • 1.3 Combinations of Events

  • 1.4 Conditional Probability

  • 1.5 Probabilities of Event Intersections

  • 1.6 Posterior Probabilities

  1.1.1 Introduction

  • Probability theory provides the basis for the science of statistical inference through experimentation and data analysis

  1.1.2 Sample Spaces

  • Sample Space “집합”(전체에 대한 개념)

    • (esg) The Sample spaces $S$ of an experiment is a set consisting of all the possible experimental outcomes

    • (kor) 실험의 표본 공간 S는 가능한 모든 실험 결과로 구성된 집합입니다.

  1.1.3 Probability Values

  • Probabilities

  A set of probability values ofr an experiment with a sample space

  $S = {\ O_1, O_2, … , O_n }$ consist of some probabilities

  $P_1, P_2, … , P_n$

  that satisfy

  $0 ≤ p_1 ≤ 1, 0 ≤ p_2 ≤ , … , 0 ≤ p_n ≤ 1$

  and

  $p_1 + p_2 + … + p_n = 1$

  The probability of Outcome $O_i$ occurring is said to be $p_i$, and this is written

  $P(O_i) = p_i$ ($O_i$가 발생할 확률)

  Ex) $O_1 = 1\ P_1 = 1/6$ (1 ~ 6중에 1이 나올 확률)

  Read All

  ---