총 327페이지
196페이지 본문시작
Ⅱ. 위험분석의 통계적 이론
?
�偉梡�????��?��?��
��
��
�狼�?×?
(b) 다음 x회의 사건이 발생하기 까지의 시간에 대한 추정
?
�療侃�?�餐狼萃偉� 혹은이식은?
�療侃�?�策紹曆曠Η層�수있다��
?
?
감마분포는 다음 x회의 사건이 발생하기까지의 시간에 대한 변동을 모형화 하는데 사용될
수 있다. 만일 특정한 질병의 발생 간 평균 구간 b=24라면 x회의 질병발생을 관찰하기
이전에 경과되는 시간의 길이를 추정할 수 있다. 그림 3-18은 4회의 질병발생을 경험하기
이전에 경과되는 시간의 길이에 대한 분포를 나타내고 있다.
CODE
x
df
#y축라벨을위한함수생성
fy
#ggplot을이용하여밀도함수그래프그리기
ggplot(data=df)+
stat_density(mapping=aes(x=x,fill=y),position="identity",alpha=0.5)+
ggtitle("Gamma(4,23.810)")+
theme(plot.title=element_text(hjust=0.5))+
xlab("")+ylab("Valuesx10^-")+
scale_y_continuous(labels=fy)+
scale_x_continuous(limits=c(-50,250))
사건 발생 간 평균 구간 ��=24 즉 ?
�療侃煬茉餐禮茉嚥【� 4회의 질병발생
그림 3-18
��
이전에 경과되는 시간의 길이. ��=1/24 일 때 구간 당 사건의 평균 수 즉
�梡�????�煬茉餐狼撮司哲司禮茉堧�.
?
��
181
?
�偉梡�????��?��?��
��
��
�狼�?×?
(b) 다음 x회의 사건이 발생하기 까지의 시간에 대한 추정
?
�療侃�?�餐狼萃偉� 혹은이식은?
�療侃�?�策紹曆曠Η層�수있다��
?
?
감마분포는 다음 x회의 사건이 발생하기까지의 시간에 대한 변동을 모형화 하는데 사용될
수 있다. 만일 특정한 질병의 발생 간 평균 구간 b=24라면 x회의 질병발생을 관찰하기
이전에 경과되는 시간의 길이를 추정할 수 있다. 그림 3-18은 4회의 질병발생을 경험하기
이전에 경과되는 시간의 길이에 대한 분포를 나타내고 있다.
CODE
x
df
#y축라벨을위한함수생성
fy
#ggplot을이용하여밀도함수그래프그리기
ggplot(data=df)+
stat_density(mapping=aes(x=x,fill=y),position="identity",alpha=0.5)+
ggtitle("Gamma(4,23.810)")+
theme(plot.title=element_text(hjust=0.5))+
xlab("")+ylab("Valuesx10^-")+
scale_y_continuous(labels=fy)+
scale_x_continuous(limits=c(-50,250))
사건 발생 간 평균 구간 ��=24 즉 ?
�療侃煬茉餐禮茉嚥【� 4회의 질병발생
그림 3-18
��
이전에 경과되는 시간의 길이. ��=1/24 일 때 구간 당 사건의 평균 수 즉
�梡�????�煬茉餐狼撮司哲司禮茉堧�.
?
��
181
196페이지 본문끝
메뉴
현재 포커스의 아래내용들은 동일한 컨텐츠를 가지고 페이지넘김 효과및 시각적 효과를 제공하는 페이지이므로 스크린리더 사용자는 여기까지만 낭독하시고 위의 페이지이동 링크를 사용하여 다음페이지로 이동하시기 바랍니다.