요즘 유튜브 관리에 신경을 안쓰다 보니, 답변이 너무 늦었네요.T.T 우선 (X-M)^2은 편차의 제곱입니다. Sigma^2을 구하려면 (X-M)^2의 Sum을 한 뒤에 N으로 나누어야 됩니다. E((X-M)^2)는 편차제곱의 기대값을 의미합니다. 기대값은 평균과 같은 의미로 보시면 되며, 평균은 개별값들을 모두 더한 뒤 N으로 나누어 구하죠. 따라서 E((X-M)^2)은 (X-M)^2을 모두 더한 뒤에 N으로 나누어 평균을 구하는 것입니다. 그걸 분산이라고 부르게 되는거라 생각하시면 됩니다. 특수기호가 제공되지 않는 글로 쓰려니 답변이 쉽지 않네요. 도움이 되셨길 바랍니다.
비전공자로 품질경영기사 준비를 하는데요... 정말 너무 귀에 쏙쏙 들어옵니다....
감사합니다.~
12:38 (X-M)^2는 sum of squares이고 여기서 N으로 나누어줘야 Sigma^2가 되는데 어떻게 E((X-M)^2)가 Sigma^2가 되는지 잘 이해가 안됩니다..혹시 가르쳐 주실 수 있나요..
저도 이 부분이 헷갈렸는데,,、 최초에 (표본분산의) 평균에서 그 평균의 의미가 모집단을 향한 평균을 의미한다고 생각해요.. 그러니까, 그 평균내는 기호에 내포되어있는 분모나누기? 값이 있었겠죠..~ (그리고 제생각엔 나눠주는 기댓값 분모가 모집단 수 N이 아니라.. 표본수가 n이고 모집단수가 N이니까.. 복원표본일땐 N^n 비복원표본일땐 NCn일것 같은..)
요즘 유튜브 관리에 신경을 안쓰다 보니, 답변이 너무 늦었네요.T.T
우선 (X-M)^2은 편차의 제곱입니다. Sigma^2을 구하려면 (X-M)^2의 Sum을 한 뒤에 N으로 나누어야 됩니다.
E((X-M)^2)는 편차제곱의 기대값을 의미합니다. 기대값은 평균과 같은 의미로 보시면 되며, 평균은 개별값들을 모두 더한 뒤 N으로 나누어 구하죠.
따라서 E((X-M)^2)은 (X-M)^2을 모두 더한 뒤에 N으로 나누어 평균을 구하는 것입니다. 그걸 분산이라고 부르게 되는거라 생각하시면 됩니다.
특수기호가 제공되지 않는 글로 쓰려니 답변이 쉽지 않네요. 도움이 되셨길 바랍니다.
분산의 정의 자체가 '편차 제곱의 평균'입니다.
즉
더해서 n으로 나눠주는 과정 = 평균 = E[ ]
입니다.