Binomial Distribution
โํ๋ฅ ๊ณผ ํต๊ณ(MATH230)โ ์์ ์์ ๋ฐฐ์ด ๊ฒ๊ณผ ๊ณต๋ถํ ๊ฒ์ ์ ๋ฆฌํ ํฌ์คํธ์ ๋๋ค. ์ ์ฒด ํฌ์คํธ๋ Probability and Statistics์์ ํ์ธํ์ค ์ ์์ต๋๋ค ๐ฒ
๋ช๋ช Distribution์ ๊ฒฝ์ฐ ํ์ค์ ๋ชจ์ฌํ๊ณ ์ ์ค๋ช ํ๊ธฐ ๋๋ฌธ์ ์ ์ฉํ๊ฒ ์ฌ์ฉ๋๋ค. ์ด๋ฒ ํฌ์คํธ์์ Discrete RV์์ ๋ณผ ์ ์๋ ์ ๋ช ํ Distributions์ ์ดํด๋ณธ๋ค. ๊ฐ Distribution์ด ๋ค๋ฅธ ๋ถํฌ์ ๋ํ Motivation์ด ๋๊ธฐ ๋๋ฌธ์ ๊ทธ ์๋ฏธ๋ฅผ ๊ณฑ์น๊ณ , ์ถฉ๋ถํ ์ฐ์ตํด์ผ ํ๋ค.
Binomial Distribution
<Bernoulli Trial>์ ๋์ ์ ๋ฑ ํ๋ฒ ๋์ง๋ ์ํ์ด์๋ค. ๋ง์ฝ ๋์ ์ $n$๋ฒ ๋งํผ ์ฌ๋ฌ๋ฒ ๋์ง๋ค๋ฉด, ๋ช๋ฒ ์ฑ๊ณต(success) ํ๋์ง ์ธ์ด ๋ณผ ์ ์๋ค. ๋ง์ฝ ์ฑ๊ณต์ ํ์๋ฅผ RV $X$๋ก ๋๋ค๋ฉด, <Binomial Distribution>๋ผ๋ ์๋ก์ด ๋ถํฌ๋ฅผ ์ป๊ฒ ๋๋ค.
Definition.
When a RV $X$ has a pmf
\[f(x) = b(x;n, p) = \binom{n}{x} p^x q^{n-x}\]We call $X$ as a <binomial random variable> and denote it as
\[X \sim \text{Binomial}(n, p) \quad \text{or} \quad X \sim \text{BIN}(n, p)\]ํ์ธํ ์ ์ <Binomial Distribution>์ pmf $f(x)$๊ฐ ์ ๋ง๋ก pmf์ธ์ง์ด๋ค. ์ด๊ฒ์ ํ์ธํ๋ ค๋ฉด pmf $f(x)$์ ํฉ์ด 1์ด ๋จ์ ๋ณด์ด๋ฉด ๋๋ค. ์ด๊ฒ์ <์ดํญ ์ ๋ฆฌ Binomial Theorem>์ ํตํด ์ฝ๊ฒ ๋ณด์ผ ์ ์๋ค. ์ด ๋ถํฌ๊ฐ <Binomial>๋ผ๋ ์ด๋ฆ์ธ ์ด์ ๊ฐ ์ด๊ฒ ๋๋ฌธ์ด๋ค.
\[\sum_x f(x) = \sum^n_{k=0} \binom{n}{k} p^k (1-p)^{n-k} = \left(p + (1-p)\right)^n\]์ด๋ฒ์๋ <Binomial Distribution>์์์ ํ๊ท ๊ณผ ๋ถ์ฐ์ ์ดํด๋ณด์.
- $\displaystyle E[X] = np$
- $\displaystyle \text{Var}(X) = npq$
๋จผ์ ํ๊ท $E[x]$๊ฐ $np$๊ฐ ๋๋ ์ด์ ๋ฅผ ์ํ์ ์ฆ๋ช ์์ด ์ค๋ช ํด๋ณด์. RV $X$๋ ์ ์ฒด ์ฑ๊ณต์ ํ์๋ฅผ ์๋ฏธํ๋ค. ์ด๊ฒ์ ๊ณง ๊ฐ๋ณ ์ํ $X_i$์ ๋ํด ์๋๊ฐ ์ฑ๋ฆฝํจ์ ๋งํ๋ค.
\[X = X_1 + X_2 + \cdots + X_n\]์ด๋, ๊ฐ๋ณ ์ํ $X_i$๊ฐ Bernoulli Distribution์ ๋ฐ๋ฅด๊ณ , ์๋ก๊ฐ ๋ ๋ฆฝ์ผ๋ฏ๋ก <expectation>์ Linearity์ ์ํด
\[\begin{aligned} E[X] &= E[X_1 + \cdots + X_n] \\ &= E[X_1] + \cdots + E[X_n] \\ &= p + \cdots + p \\ &= n \cdot p \end{aligned}\]์ข๋ ์๋ฐํ๊ฒ ์ฆ๋ช ํ๋ฉด ์๋์ ๊ฐ๋ค.
$\blacksquare$
๋ถ์ฐ $\text{Var}(X)$์ ์ฆ๋ช ํ๋ ๊ฑด ์กฐ๊ธ ์ฝ์ง ์๋ค. ์ฆ๋ช ์ Exercise๋ก ๋จ๊ธฐ์ง๋ง, ๋ฐ๋์ ์ง์ ์ฆ๋ช ํด๋ด์ผ ํ๋ ๋ช ์ ๋ค ๐
๋งบ์๋ง
์ด์ด์ง๋ ํฌ์คํธ์์ ์ข๋ ๋ณต์กํ ํํ์ ์ดํญ ๋ถํฌ๋ฅผ ๋ค๋ฃฌ๋ค. ๐คฉ