probit 함수는 quantile function 의 일종으로, 표준 정규 분포 의 CDF Φ(z) 에 대한 inverse 함수를 의미한다:
probit(p)=Φ−1(p) for p∈(0,1)
quantile function 은 CDF 의 역함수를 의미하며, 어떤 분포의 함수 F 에 대한 quantile function Q 는 다음을 만족하는 x 를 반환한다
A cumulative distribution function (cdf) of a multivariate real-valued random variable X with states \boldsymbol{x}\in\mathbb{R}^{D} is given by
종종 \sigma 값을 precision \tau=1/\sigma^{2} 으로 대체하여 표현한다.
The mean function \mu_{X}(t) of a random process \{X(t)\} is a function that specifies the expected value at each time t
probit model 은 regression 의 종류 중 하나로, 출력값 (dependent variable) 이 binary 형식을 띄는 모델을 의미한다.
Inverse transform sampling 는 어떤 확률 분포에서 해당 분포의 inverse cumulative distribution (또는 quantile function) F^{-1}(x) 를 활용해서 임의의 값을 생성하는 방법을 의미한다.
Gamma function 은 factorial 을 실수/복소수 영역으로 확장한 함수다.
Q-Q plot 은 두 확률 분포를 비교하는 시각적 방법으로, 확률 분포의 Quantile 을 plotting 함으로써 비교를 수행한다.
많은 변수에 대한 확률 분포를 joint probability distribution 이라고 한다.
Discrete 확률 분포 we use discrete probability distributions to model categorical variables. i.e., variables that take a finite set of unordered values. Discrete distributions are...