연속형확률변수 X의 확률밀도함수가 f(x)일 때 연속형 확률변수 X의 기댓값은
E(X)=∫xf(x)dx
이산형 확률변수 X의 확률질량함수가 P(X=x)일 때 기댓값은
E(X)=∑xP(X=x)
확률변수 X의 함수 g(X)도 하나의 확률변수이고
그러므로 기댓값이 존재하는데 다음과 같은 식이 성립한다
X가 연속형이면
E(g(X))=∫g(x)f(x)dx
X가 이산형이면
E(g(X))=∑g(x)P(X=x)
이것을 무의식적인 통계학자의 법칙(Law Of The Unconscious Statistician, LOTUS)이라고 부른다.
X의 기댓값을 구할 때 X의 확률함수를 이용해서 구했는데,
X의 함수인 g(X)도 하나의 확률변수로 기댓값을 구할 때 g(X)의 확률함수를 알아야 할 것 같지만
X의 확률함수만 알아도 기댓값 식에서 무의식적으로 x대신에 g(x)를 써서 구할 수 있다는 점에서 의미가 있다.

728x90
'다시보는 통계학' 카테고리의 다른 글
회귀분석에서 회귀계수는 유의하지만 절편이 유의하지 않다면..? (0) | 2022.01.30 |
---|---|
데이터 시험 단골손님인 혼동행렬(confusion matrix) 민감도 특이도 완전정복 (0) | 2022.01.29 |
몬테카를로(Monte-Carlo) 시뮬레이션에 대한 이론적인 설명 (0) | 2021.12.21 |
경험분포함수(empirical distribution function) (0) | 2021.12.08 |
누적분포함수와 분위수(quantile)의 관계 (0) | 2021.12.08 |