[이론] 기초 : 모집단과 표본 chapter 10. 통계표본사용하기 1. 통계적 모집단 population : 측정, 학습, 분석하려는 전체를 의미 2. 통계적 표본 sample : 전체 검사를 하는 대신 표본 샘플 검사를 할 수 있음. 모집단에 선택된 일부. 표본은 모집단을 잘 표현할 수 있도록 선택되어야 함. 모집단의 표본에 대해 학습하고 조사하는 것을 표본조사라고 함. 3. 표본이 작동하는 방식 : 좋은 표본은 모집단의 특성을 잘 반영하는 것을 고르는 것. 표본이 잘못되는 경우는 비슷한 것만 추출한 경우, 치우쳐 있는 경우... = 검증 주제를 명확하게 하면 목표 모집단이 정해짐 > 표본 단위를 정의 > 표본의 편향 bias을 조심 4. 표본 고르는 방식 단순 무작위 추출 : 선택될 가능성이 모두 같은 상태에서 임의로 고르기. .. 2021. 10. 26. [이론] 기초 : 중심 경향과 분포 Chapter 01 정보의 시각화 1. PIE Chart 차이가 없으면 시각적 효과가 떨어짐. 최대값 100%로 이상인 경우 시각적으로 넓이가 맞지 않음. 2. Bar Chart 막대가 하나의 범주. 도수를 나타냄(혹은 퍼센트 값) 수직/수평 막대 그래프. 3. 히스토그램 구간별 도수 값을 시각화 바 사이가 벌어져있지 않고 붙어있는 것으로 보임.(범위니까!) - 하지만 진짜 붙어있진 않지.. 구간이 일정치 않을 수 있지만, 막대 면적의 합은 전체 도수의 합과 같아야 함. 막대의 높이는 단위 막대 길이당 도수의 값. 높이 = 도수/막대길이(가로) 누적 도수를 그래프로 그릴 수 있음. Chapter 02. 데이터의 중심 경향 1. 평균 : Sum (시그마, 서메이션) X / n (뮤 μ 라고도 함) 2. 중.. 2021. 10. 19. [Python 통계] chapter 14 군집분석 보호되어 있는 글 입니다. 2021. 10. 5. [이론] 기초 수학 약수와 소수 약수 : 어떤 수를 나누어떨어지게 하는 수 소수 : 1과 자신만을 약수로 가지는 수 (단, 1은 제외) 소인수분해 - 소인수 : 약수(인수) 중에서 소수인 숫자들. 소인수를 구하기 위해서 : 숫자의 약수를 구하고 > 소수를 찾거나 , 약수의 약수를 구해서 소수를 찾음. 최대공약수와 최소공배수 - 공약수 : 두 개 이상의 수에서 공통된 약수 - 최대 공약수 : 공약수 중 가장 큰 수 방법 : 소인수 분해를 이용하면 최대공약수 및 공약수를 구할 수 있음. (두 수의 소인수 중 공통된 큰 수) 유클리드 호제법 : x, y의 최대 공약수는 y, (x%y)의 최대공약수와 같다. - 공배수 : 두개 이상의 수에서 공통된 배수를 공배수라고 한다. - 최소 공배수 : 공배수 중 가장 작은 수를 최소공배수라.. 2021. 9. 28. [Python 통계] chapter 13 분류예측분석 보호되어 있는 글 입니다. 2021. 9. 26. [Python 통계] chapter 12 요인분석 보호되어 있는 글 입니다. 2021. 9. 26. [Python 통계] chapter 11 회귀분석 보호되어 있는 글 입니다. 2021. 9. 26. [Python 통계] chapter 10 분산분석 보호되어 있는 글 입니다. 2021. 9. 26. [Python 통계] chapter 09 신뢰성 분석 보호되어 있는 글 입니다. 2021. 9. 6. 이전 1 2 다음 728x90
