전체 글292 확률변수의 극한, 대수의 법칙, 중심극한정리 확률변수의 수렴은 확률변수나 그 분포가 어떤 대상에 가까워지는지를 나타내는 개념이다. 대표적인 세 가지 수렴과 표본평균에 관한 두 정리를 정리한다.1. 확률변수의 수렴거의 확실한 수렴: \(X_n\)이 \(X\)로 수렴하는 사건의 확률이 1이다.\[ P\left(\lim_{n\to\infty}X_n=X\right)=1 \]확률수렴: 임의의 \(\varepsilon>0\)에 대해, \(X_n\)과 \(X\)의 차이가 \(\varepsilon\)보다 클 확률이 0으로 간다.\[ P\left(|X_n-X|>\varepsilon\right)\to 0 \]분포수렴: \(X_n\)의 누적분포함수 \(F_n\)이 \(X\)의 누적분포함수 \(F\)에 가까워진다. 이 조건은 \(F\)가 연속인 모든 점 \(x\)에서 .. 2025. 6. 2. 순서통계량 2025. 6. 2. 정규랜덤샘플 2025. 6. 2. 표본평균과 표본분산, 카이제곱분포, t-분포, F-분포 2025. 6. 2. mgf 2025. 6. 2. 조건부 기댓값 2025. 6. 2. 분산 2025. 4. 9. 기댓값 2025. 4. 9. 결합분포 2025. 4. 8. 변수변환 2025. 4. 8. 이전 1 2 3 4 ··· 30 다음
