결합확률분포와 주변확률분포 (joint and marginal distribution)
쉽게 풀면
학생들의 "키"와 "몸무게"를 함께 조사한 표를 생각해봅시다. "키가 170cm이면서 몸무게가 60kg인 학생의 비율"처럼 두 변수를 동시에 따지는 것이 결합확률분포입니다. 이 표에서 몸무게는 무시하고 "키가 170cm인 학생의 비율"만 알고 싶다면, 170cm 행에 있는 모든 몸무게 칸의 값을 다 더하면 됩니다. 이렇게 다른 변수를 다 더해서(합쳐서) 하나의 변수만 남긴 분포가 주변확률분포입니다. "주변(marginal)"이라는 이름은 실제로 옛날 통계표에서 이 합계를 표의 가장자리(margin)에 적어 놓은 데서 유래했습니다.
왜 중요한가
결합확률분포와 주변확률분포는 여러 변수 간의 관계를 다루는 다변량 통계, 베이지안 추론, 머신러닝 확률모형 등 폭넓은 분야의 기초 개념이기 때문에 통계·데이터과학 논문에서 빈번하게 등장합니다. 변수 간 독립성 검토나 조건부 관계 분석의 출발점이 되는 개념이라 방법론 섹션에서 자주 언급됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 두 변수를 함께 고려한 전체 분포를 먼저 구하고, 거기서 각 변수 하나씩만 남긴 분포를 다시 계산해 두 변수가 서로 영향을 주는지(독립인지)를 확인했다는 뜻입니다. 베이지안 통계나 다변량 분석 논문에서 자주 등장합니다.
생물정보학 분야에서 결합확률분포를 다변량 데이터 분석에 적용할 때 흔히 쓰이는 문장입니다.
조금 더 깊게 보면
연속확률변수의 경우 결합확률분포는 결합확률밀도함수로, 주변확률분포는 이를 다른 변수에 대해 적분(연속형) 또는 합산(이산형)하여 얻는 주변확률밀도함수로 표현됩니다. 두 변수가 독립이라면 결합분포는 각 변수의 주변분포의 곱으로 분해될 수 있으며, 이 성질은 조건부확률과 함께 베이즈 정리를 유도하는 데도 핵심적으로 쓰입니다.
주의할 점
결합확률분포에서 주변확률분포는 항상 계산해낼 수 있지만, 그 반대는 불가능합니다. 즉 각 변수의 주변확률분포만 안다고 해서 두 변수가 어떻게 함께 움직이는지(예: 조건부확률)는 알 수 없으며, 이를 구하려면 결합확률분포 전체가 필요합니다.