확률과 통계

원본 영상: Lecture 1: Probability and Counting | Statistics 110숫자와 식으로 표현하기 전에 말로 설명할 수 있는지, 그리고 왜 그렇게 생각하게 되었는 지를 고민해보자.확률(probability): 모든 일어날 수 있는 경우의

원본 영상: Lecture 2: Story Proofs, Axioms of Probability | Statistics 110확률과 통계의 개념이라기 보다는 생각하는 방법? 을 알려준다.1) Don't loss you common sense(항상 합리적으로 생각하자.)

원본 영상: Lecture 3: Birthday Problem, Properties of Probability | Statistics 110=> 한 그룹의 k명의 사람들 중 생일이 같은 사람이 있을 확률.(365일이 equally likely)만약 k > 365인 경우

원본 영상: Lecture 4: Conditional Probability | Statistics 110이전 포스트에서 언급한 Matching Problem에 대해서 말해보면, 우린 결국 $P(\\cup^n\_{j=1}A_j)$를 구하는 걸로 생각할 수 있었다.이를 구

원본 영상: Lecture 5: Conditioning Continued, Law of Total Probability | Statistics 110 "Thinking conditionally is a condition for thinking"

원본 영상: Lecture 6: Monty Hall, Simpson's Paradox | Statistics 110이 강의에서 교수님은 2가지 이야기를 해주신다.Monty Hall Problem, Simpson's Paradox 문이 3개가 있고, 2개의 문에는 염소가

원본 영상: [Lecture 7: Gambler's Ruin and Random Variables | Statistics 110 ](https://www.youtube.com/watch?v=PNrqCdslGi4&list=PL2SOU6wwxB0uwwH80KTQ6ht66K

원본 영상: Lecture 8: Random Variables and Their Distributions | Statistics 110Binomial Distribution(Bin(n,p)) $X|sim Bin(n,p)$distribution이 뭔지 3가지 관점에서 해