• 곱의 법칙 : 사건 A, 8가 있고, 사건 스가 일어날 경우의 수가 m 가지이고, 그 각 경우에 사건 가 일어날 경우의 수가 //가지일

때, 두 사건 A, 가 잇달아 일어나는 경우의 수는 %8×/가지가

된다는 법칙입니다.

• 확률분포 : 하나의 확률 변수에 대하여 가능한 모든 확률을 대응 해 주는 관계를 말합니다.

• 확률 : 확률은 어떤 사건이 일어날 가능성을 말합니다. 이를 수치 로는 0과 1 사이의 실수로 나타낼 수 있는데, 이때 결코 일어나지 않을 사건의 확률은 0, 확실히 일어날 사건의 확률은 1이 됩니다.

• 분산 : 확률론과 통계학에서 어떤 확률변수의 분산은 그 확률변수 가 기댓값으로부터 얼마나 떨어진 곳에 분포하는지를 7heoh= 숫자입니다. 기댓값은 확률변수의 위치를 나타내고 분산은 그것 이 얼마나 넓게 퍼져 있는지를 Geach, 분산보다는 분산의 제 곱근인 표준편차를 더 자주 사용합니다.

• 모평균을 기호로는 m, 모분산을 0^시그마 제곱, 모표준편차를 0시그 마라고 합니다. 그런데 모집단에서 뽑아 낸 표본의 평균, 분산, 표 준편차는 각각 표본평균, 표본분산, 표본표준편차라고 부릅니다.

• 모분산 “은 V(X) HU, 그래서 V(X) 변량에다가 평균을 빼서 제곱한 것을 다 더해서 변량의 개수로 나누면 됩니다.

(as) 피셔가 들려주는 추정 이야기