[K-MOOC 통계학의 이해 1] 5-4 확률계산 실습 및 퀴즈
2022. 8. 5. 20:40ㆍData Analyst/통계학
#과제
#생일문제: 상황 Ⓑ에서 k=5, 10, 25, 50, 100일 때 통계적 확률을 추정하여라. 단 반복수는 100,000번
n <- 365
daily <- scan()
2000 2000 1500 1500 1500 1000 1000 1000 1500 1500 1500 2000
monthday <- c(31,28,31,30,31,30,31,31,30,31,30,31)
births <- rep(daily,monthday)
birthprob <- births/sum(births)
# k=50일 때 표본
k <- 50
x <- sample.int(n,k,replace=T,prob=birthprob) #1~365(생년월일을 일로 표현한 것) 숫자 중 무작위로 k만큼 복원추출해서 뽑기, 확률 반영
result <- length(unique(x)) == k
result
# k=50일 때 100000개 표본
noSim <- 100000
result <- 0
for (i in 1:noSim)
{
x <- sample.int(n,k,replace=T,prob=birthprob)
result <- result + (length(unique(x)) == k) #True이면 1
}
cat("생일이 모두 다른 경우:",result,"\n") #cat = print
cat("생일이 모두 다를 확률:",result/noSim,"\n")
*강의의 모든 내용을 적은게 아닌, 정리하며 눈에 보이는 것만 후딱 요약해 적은겁니다.
강의도 무료이니 여인권 교수님의 강의를 직접 들어보길 추천해요!
'Data Analyst > 통계학' 카테고리의 다른 글
[K-MOOC 통계학의 이해 1] 6-4 베이즈 정리, 6-5 확률 퀴즈, 7-1 확률변수란, 7-2 이산확률변수와 확률질량함수 (0) | 2022.08.10 |
---|---|
[K-MOOC 통계학의 이해 1] 6-1 확률의 정리, 6-2 조건부 확률, 6-3 독립사건 (0) | 2022.08.08 |
[K-MOOC 통계학의 이해 1] 5-2-1 경우의 수(1), 5-2-2 경우의 수(2), 5-3 통계적 확률 (0) | 2022.08.04 |
[K-MOOC 통계학의 이해 1] 4-4 기술통계 실습 및 과제, 5-1-1 확률이란?(1), 5-1-2 확률이란?(2) (0) | 2022.08.03 |
[K-MOOC 통계학의 이해 1] 4-2 비교그림과 산점도, 4-3 공분산과 상관계수 (0) | 2022.08.03 |