• 분산 : ayes 평균의 차이인 편차를 제꼽하여 얻은 값들의 AI 술평균. 분산이 작으면 자료는 평균 주위에 모여 있게 되고, 분산 이 크면 평균에서 멀리 떨어진 것이 많게 됩니다.

• 표준편차 : 자료의 분산 정도를 나타내는 수치. 분산의 양의 제곱

근으로, 표준편차가 작은 것은 평균 주위의 분산의 정도가 작은

• 확률변수 ※의 평균 ㅁ#(※)=7//이라고 할 때, (※-ㅡ742)^의 평균, Z2E((K—m))=¥ (ai—m)’;

i

= (x,—m)”py+ (a2.—m) “pote + (Lum) Pn 을 확률변수 ※의 분산 + (※)라고 합니다. 또, 분산 V(X) S 의 제곱근 / (※)를 확률변수 ※의 표준편차라 하고 기호 0(X) 또는 0로 나타냄니다.

• V(X) =E((X—m)’) =E(X’) -{E(X)}
• E(X)=m= 2) xpi

V(X) =E((X—m)) = (60200

7=1

베르누이가 들려주는 확률분포 이야기