ChatGPT로 데이터 분석 공부하기 #6 확률

1. 기본 개념

---

확률은 특정 사건이 일어날 가능성을 나타내는 척도입니다. 확률의 값은 항상 0에서 1 사이에 있으며, 0은 해당 사건이 일어날 가능성이 전혀 없음을, 1은 반드시 일어남을 의미합니다.

확률 계산 공식:

• 여기서 P(A) 는 사건 A 의 확률입니다.

확률의 종류

• 단순 확률(Single Probability): 한 사건이 발생할 확률입니다. 예를 들어, 주사위를 던질 때 숫자 3이 나올 확률은 1/6입니다.
• 조건부 확률(Conditional Probability): 다른 사건이 일어난 조건에서 특정 사건이 일어날 확률입니다.

• 독립 확률(Independent Probability): 두 사건이 서로 영향을 주지 않고 독립적으로 발생할 때의 확률입니다.
• 베이지안 확률(Bayesian Probability): 기존의 정보와 새로운 정보를 바탕으로 확률을 갱신하는 방식입니다.

확률은 통계적 예측, 위험 분석, 의사결정 모델 등에서 중요한 역할을 하며, 실무에서의 다양한 의사결정에 활용됩니다.

2. Python Jupyter Notebook 샘플 코드

---

Python으로 간단한 확률을 계산해 보겠습니다. 여기서는 동전을 던졌을 때 앞면이 나올 확률과 주사위를 던져 특정 숫자가 나올 확률을 계산하는 예제를 살펴보겠습니다.

import random

# 동전 던지기 실험 (앞면: 1, 뒷면: 0)
coin_flips = [random.choice([0, 1]) for _ in range(1000)]
prob_heads = sum(coin_flips) / len(coin_flips)
print("동전 던졌을 때 앞면이 나올 확률:", prob_heads)

# 주사위 던지기 실험 (1에서 6까지 중 하나)
dice_rolls = [random.randint(1, 6) for _ in range(1000)]
prob_three = dice_rolls.count(3) / len(dice_rolls)
print("주사위를 던졌을 때 3이 나올 확률:", prob_three)

코드 설명

• 동전 던지기: random.choice([0, 1])를 사용해 동전을 던질 때 앞면(1)이 나올 확률을 계산합니다.
• 주사위 던지기: random.randint(1, 6)로 주사위를 던져 3이 나올 확률을 계산합니다.

3. 실제 업무에서의 확률 활용 예시

---

업무에서 확률은 다양한 상황에서 의사결정을 내리는 데 도움을 줍니다. 다음은 몇 가지 실무 예시입니다.

• 리스크 분석: 금융 기관에서 대출 연체 확률을 계산하여, 대출 심사 및 이자율 결정에 활용합니다.
• 마케팅: 특정 광고 캠페인이 고객의 구매로 이어질 확률을 추정해, 마케팅 전략을 세울 때 활용합니다.
• 제조 공정 관리: 특정 생산 단계에서 불량이 발생할 확률을 계산하여, 생산 공정을 개선하거나 추가 검사 단계를 설정하는 데 사용됩니다.

---

실제 업무에서 확률 활용 예시 코드

예를 들어, 고객이 특정 상품을 구매할 확률을 계산해 보겠습니다. 1000명의 방문자 중 200명이 구매했다고 가정합니다.

# 가상의 방문자와 구매자 수
total_visitors = 1000
total_buyers = 200

# 구매 확률 계산
purchase_probability = total_buyers / total_visitors
print("고객이 상품을 구매할 확률:", purchase_probability)

코드 설명

1. 방문자와 구매자 수 정의: 방문자와 구매자의 수를 설정합니다.
2. 구매 확률 계산: 전체 방문자 중 구매자의 비율을 계산하여 구매 확률을 구합니다.

---

예제 데이터 해석

• 마케팅 전략 수립: 만약 구매 확률이 낮다면, 이를 개선하기 위해 할인 쿠폰 제공이나 추가 프로모션을 고려할 수 있습니다.
• 제품 추천: 특정 제품에 대한 구매 확률이 높다면, 해당 제품을 유사한 고객에게 추천하는 등, 마케팅 전략을 조정할 수 있습니다.

확률은 불확실성을 관리하고 데이터를 기반으로 한 의사결정을 지원하는 중요한 도구입니다.