June 2024
Beginner to intermediate
352 pages
9h 29m
Korean
Content preview from 개발자를 위한 필수 수학
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
77
2
장
확률
p
=
1.0
-
beta.cdf(0.90,
a,
b)
# 0.22515902199999982
print(p)
즉, 엔진 테스트에서 성공이
8
/
10
일 때 기본 성공률이
90
% 이상일 확률은
22
.
5
%에 불과합니
다. 하지만
90
% 미만일 확률은 약
77
.
5
%입니다. 여기서 테스트가 성공할 확률은 유리하지 않
지만, 운이 좋으면 더 많은 테스트를 통해
22
.
5
%의 가능성에 도박을 걸 수 있습니다.
CFO
(최
고 재무 관리자 )가 추가로 진행하는
26
번의 테스트에 대한 자금을 승인해, 최종적으로
30
번의
테스트가 성공하고
6
번의 테스트가 실패하는 경우의 베타 분포는 [그림
2
-
7
]과 같습니다.
그림
2-7
30
번의 성공과
6
번의 실패에 대한 베타 분포
분포가 더 좁아져 기본 성공률의 범위가 더 작아졌네요. 안타깝게도 [예제
2
-
5
]의 결과처럼
90
%의 성공률을 만족시킬 확률이
22
.
5
%에서
13
.
16
%로 감소했습니다.
예제
2-5
더 많은 시도를 사용한 베타 분포
from
scipy.stats
import
beta
a
=
30
b
=
6
기본 성공률
가능도
78
개발자를 위한 필수 수학 ...