베타 분포 계산기

베타 분포 계산기 정보

베타 분포 계산기는 베타 분포 \(X \sim \text{Beta}(\alpha, \beta)\)에 대한 확률을 계산하고, 확률 밀도 함수(PDF) 및 누적 분포 함수(CDF)를 시각화하며, 분포의 속성을 표시합니다. 형태 매개변수 \(\alpha\)와 \(\beta\), 그리고 \(x \in [0, 1]\) 범위의 값을 입력하면 \(P(X \leq x)\), \(P(X \geq x)\) 또는 \(P(a \leq X \leq b)\)를 단계별 풀이, 대화형 그래프 및 평균, 분산, 최빈값, 왜도와 같은 주요 통계와 함께 얻을 수 있습니다.

베타 분포란 무엇인가요?

베타 분포는 두 개의 양의 형태 매개변수인 \(\alpha\) (알파)와 \(\beta\) (베타)를 가지며 \([0, 1]\) 구간에서 정의되는 연속 확률 분포입니다. 확률 밀도 함수(PDF)는 다음과 같습니다:

$$f(x;\,\alpha,\beta) = \frac{x^{\alpha-1}(1-x)^{\beta-1}}{B(\alpha,\beta)}, \quad 0 \leq x \leq 1$$

여기서 \(B(\alpha,\beta) = \frac{\Gamma(\alpha)\,\Gamma(\beta)}{\Gamma(\alpha+\beta)}\)는 베타 함수입니다. 베타 분포는 매우 다재다능합니다. \(\alpha\)와 \(\beta\)를 변화시켜 균등, 종 모양, U자형 또는 J자형 분포를 모델링할 수 있어 확률 및 통계에서 가장 중요한 분포 중 하나로 꼽힙니다.

주요 속성

형태 갤러리 — α와 β가 분포에 미치는 영향

베타 분포는 매개변수에 따라 매우 다른 형태를 취합니다:

공식

베이지안 해석

베타 분포는 베르누이 및 이항 분포의 공액 사전 분포이기 때문에 베이지안 통계에서 핵심적인 역할을 합니다. 만약 확률 \(p\)에 대해 \(\text{Beta}(\alpha, \beta)\)로 표현된 사전 믿음을 가지고 있고, \(n\)번의 시행에서 \(s\)번의 성공을 관찰했다면, 업데이트된(사후) 믿음은 다음과 같습니다:

$$p \mid \text{data} \sim \text{Beta}(\alpha + s, \; \beta + n - s)$$

이 우아한 업데이트 규칙 덕분에 베타 분포는 확률에 대한 불확실성을 모델링할 때 기본적으로 선택됩니다. 일반적인 사전 분포 선택은 다음과 같습니다:

실생활 응용

베타 분포 vs. 다른 분포

베타 분포 계산기 사용 방법

1. 형태 매개변수 α와 β 입력: 두 값 모두 양수여야 합니다. α는 1 근처의 가중치를 제어하고, β는 0 근처의 가중치를 제어합니다. 대칭 분포를 원하면 α = β로 설정하십시오.
2. 확률 유형 선택: 누적 확률의 경우 P(X ≤ x), 생존 확률의 경우 P(X ≥ x), 범위 확률의 경우 P(a ≤ X ≤ b)를 선택합니다.
3. x 값 또는 범위 입력: 값은 0과 1 사이여야 합니다. 범위 확률의 경우 하한값 a와 상한값 b를 모두 입력하십시오.
4. 결과 검토: 확률 결과, 형태 분류 배지, 확률 영역이 표시된 대화형 PDF 및 CDF 그래프, 분포 속성(평균, 분산, 최빈값) 및 전체 단계별 풀이를 확인하십시오.

자주 묻는 질문 (FAQ)