본문/내용
1. 서론
주사위를 던져 나온 눈의 수)에서 발생하는 반면, 연속확률분포는 어떤 구간 내의 어떤 값도 가능할 때 적용된다. 예를 들어, 사람의 키, 체중, 시간과 같은 연속적인 양들은 이론적으로 여러 실수 값을 가질 수 있으므로 연속확률분포를 통해 모델링된다. 연속확률분포의 핵심적인 특징은 확률밀도함수(Probability Density Function, PDF)라는 개념으로 표현된다. 이 함수는 특정 값이 나올 확률이 아니라 특정 구간에 해당하는 값이 나올 확률을 나타내며, 해당 구간의 넓이를 통해 확률을 산출할 수 있다. 따라서 연속확률분포에서 개별 점의 확률은 0이지만, 구간에 대한 확률은 그 구간의 면적에 비례하게 표현된다. 결국, 특정 값이 아니라 값을 포함하는 구간을 가지고 논의하는 것이 연속확률분포의 중요한 점이다. 가장 많이 알려진 연속확률분포로는 정규분포, 지수분포, 균등분포 등이 있다. 정규분포는 데이터가 평균을 중심으로 대칭적으로 분포되는 형태를 가지며, 많은 자연현상에서 발생하는 경향이 있기 때문에 통계학에서 중요한 역할을 한다. 지수분포는 사건 발생 간의 시간을 모델링하는 데 사용되며, 흔히 대기 시간이나 생존 분석에 활용…