Allen's 데이터 맛집

비모수적 추론은 모집단의 분포에 대한 가정 없이, 주어진 데이터에 대한 추론을 수행하는 통계적 방법입니다. 비모수적 통계는 데이터의 순위나 순서에 기반하여 작동하며, 모집단의 형태나 분포에 대한 가정을 하지 않기 때문에 유연성이 있습니다. 1. 부호검정 (Sign Test) 부호검정은 중앙값이 어떤 값과 같은지를 검정하는 방법 중 하나입니다. 데이터의 부호를 사용하여 두 관련 그룹 간의 차이를 검정할 수 있습니다. 2. 윌콕슨 순위 합 검정 (Wilcoxon Signed-Rank Test) 이는 두 집단 간의 중앙값 차이를 검정하는데 사용됩니다. 가설 검정에 순위를 사용하므로 정규분포에 대한 가정이 필요하지 않습니다. 3. 만·위트니 U 검정 (Mann-Whitney U Test) 두 독립적인 그룹 간의..

모수적 추론은 모집단의 특성을 나타내는 모수(parameter)에 관심을 두고, 표본을 통해 이 모수에 대한 추론을 하는 통계적 방법을 의미합니다. 주로 신뢰구간 추정과 가설 검정이 모수적 추론의 주요 방법입니다. 1. 신뢰구간 추정 (Confidence Interval Estimation) 신뢰구간은 표본 통계량을 사용하여 모집단 모수에 대한 구간 추정을 제공합니다. 이는 "우리는 95% 확신 수준에서 모평균은 이 구간 안에 있다"와 같은 형태로 해석될 수 있습니다. 신뢰구간은 모수가 어디에 있을 것으로 예상되는지에 대한 범위를 제공합니다. 예를 들어, 모평균의 95% 신뢰구간이 [60, 70]이라면, 우리는 이 구간 안에 모평균이 있다고 95%의 확률로 주장할 수 있습니다. 2. 가설 검정 (Hypo..

표본분포는 모집단에서 추출된 표본에 대한 특성을 나타내는 분포입니다. 여러 표본을 추출하고 각 표본에 대한 특성을 조사하면 표본분포를 얻을 수 있습니다. 이 중 몇 가지 대표적인 표본분포를 살펴보겠습니다. 1. 표본평균의 분포 (Sampling Distribution of the Mean) 만약 모집단에서 여러 표본을 추출하고 각 표본의 평균을 계산한다면, 이 표본평균들의 분포는 중심극한정리에 따라 정규분포에 가까워집니다. 이는 표본 크기가 충분히 크다면 어떤 분포에서도 표본평균이 정규분포를 따른다는 것을 의미합니다. 2. 표본분산의 분포 (Sampling Distribution of the Variance) 모집단에서 여러 표본을 추출하고 각 표본의 분산을 계산한다면, 이 표본분산들의 분포는 카이제곱 ..

확률 분포는 어떤 변수가 어떤 값들을 가질 확률을 나타내는 함수입니다. 연속형 확률분포는 변수가 연속적인 값을 가지는 경우를 다루며, 여기서는 몇 가지 대표적인 연속형 확률분포를 살펴보겠습니다. 1. 정규분포 (Normal Distribution): 정규분포는 자연 현상에서 나타나는 많은 현상들을 설명하는 데 사용됩니다. 종 모양의 분포를 가지며, 평균과 표준 편차에 의해 모양이 결정됩니다. 예를 들어, 학생들의 시험 점수는 정규분포를 따를 수 있습니다. 만약 평균이 70이고 표준 편차가 10이라면, 대부분의 학생들은 60과 80 사이의 점수를 얻을 것이며, 70에 가까운 점수를 얻는 학생이 가장 많을 것입니다. 2. 균등분포 (Uniform Distribution): 균등분포는 모든 값이 나타날 확률이..