0. Abstract

이 게시물은 2009년에 오클랜드 대학의 Wayne Stewart에 의해 작성되었고 이후 Brendon J. Brewer에 의해 수정된 베이지안 강의 내용이다.
Introduction to Bayesian Statistics

1. Introduction

1.1 Certainty, Uncertainty and Probability

1.1.1 고전 확률(Classical probability)

사건의 발생횟수를 전체 시행횟수로 나눈 값의 극한을 확률 이라고 한다.
동일한 시행을 무한히 반복했을 때의 빈도의 값이다. 예를 들어 주사위를 던져 3인 나올 확률은 주사위를 무한히 던졌을 때의 값이다. 따라서 $\frac{2}{10}=0.2$ -> $\frac{1673}{10000}=0.1673$ -> $\frac{1}{6}=0.1666$ 다음과 같은 확률이 나온다. 이는 무한히 반복하지 못하거나 빈도계산이 부족할 경우 확률의 값은 불확실 해진다.

1.1.2 베이지안 확률(Bayesian probability)

베이지안 확률은 믿음의 정도라고 말한다. 이는 다양한 상황에서도 확률을 부여할 수 있다. 확률을 믿음, 혹은 의지에 기반하는 것

When we get new information, we should update our probabilities to take the new information into account. Bayesian methods tell us exactly how to do this.

새로운 정보를 얻었을 때의 알고 있는 확률을 업데이트 하기 위해 Bayesian methods를 통해 확률을 알 수 있다.