2기 - Day 8
[Today I Learned]
Warm-up
- 중심 극한 정리 (Central Limit Theorem)
- 모집단에 관계없이 표본 평균의 분포는 정규분포를 따른다 (정규
- 단, 표본의 평균을 구할 수 있어야 하고 표본의 크기가 충분히 커야 한다 (최소 30이상 )
- 많은 통계 검증에 표본의 평균을 사용하므로 중심 극한 정리 개념을 이해하고 있어야 한다
- 신뢰구간 (Confidence Interval)
- 모집단의 모수가 포함될 것으로 예측되는 범위
- 항상 모집단 전체를 조사하는 것이 불가능하므로, 표본 데이터를 기반으로 모집단의 모수를 추정하기 위해 사용된다
- (estimated mean - error , estimated mean + error)
Session - n123
- ANOVA
- 2개 이상 그룹을 비교하기 위해 사용하는 가설 검정 방법
- 여러 그룹을 두 그룹씩 비교하며 t-test를 할 경우 그룹의 수가 늘어날 수록 통계적으로 발생하는 에러도 커진다. (한번의 t-test에서 통계적으로 에러가 발생할 확률은 alpha 이고 m개의 그룹을 각각 t-test할 경우 발생하는 총 에러 확률은 1-(1-alpha)3 이다)
- F-statistic
- Scipy에 구현되어 있다.
from scipy.stats import f_oneway
f_oneway(group1, grouup2, group3)
-
큰 수의 법칙 (Law of large numbers) : 표본의 크기가 커질수록, 표본의 통계치는 점점 모집단의 모수에 가까워진다.
-
CLT : 표본의 데이터의 수가 많아질 수록, 표본의 평균은 정규분포에 근사한다.
-
점추정 vs 구간추정
-
신뢰도 95%의 의미 : 다른 표본을 사용하여 신뢰구간의 계산을 반복적으로 반복했을 때, 그중 95%의 신뢰구간은 실제 참 평균값(모집단의 평균)을 포함한다.
과제
- 모집단에 관계없이 표본 평균의 분포는 정규분포를 따른다 (정규
- 단, 표본의 평균을 구할 수 있어야 하고 표본의 크기가 충분히 커야 한다 (최소 30이상 )
- 많은 통계 검증에 표본의 평균을 사용하므로 중심 극한 정리 개념을 이해하고 있어야 한다
- 모집단의 모수가 포함될 것으로 예측되는 범위
- 항상 모집단 전체를 조사하는 것이 불가능하므로, 표본 데이터를 기반으로 모집단의 모수를 추정하기 위해 사용된다
- (estimated mean - error , estimated mean + error)
- 2개 이상 그룹을 비교하기 위해 사용하는 가설 검정 방법
- 여러 그룹을 두 그룹씩 비교하며 t-test를 할 경우 그룹의 수가 늘어날 수록 통계적으로 발생하는 에러도 커진다. (한번의 t-test에서 통계적으로 에러가 발생할 확률은 alpha 이고 m개의 그룹을 각각 t-test할 경우 발생하는 총 에러 확률은 1-(1-alpha)3 이다)
- F-statistic
- Scipy에 구현되어 있다.
from scipy.stats import f_oneway
f_oneway(group1, grouup2, group3)
큰 수의 법칙 (Law of large numbers) : 표본의 크기가 커질수록, 표본의 통계치는 점점 모집단의 모수에 가까워진다.
CLT : 표본의 데이터의 수가 많아질 수록, 표본의 평균은 정규분포에 근사한다.
점추정 vs 구간추정
신뢰도 95%의 의미 : 다른 표본을 사용하여 신뢰구간의 계산을 반복적으로 반복했을 때, 그중 95%의 신뢰구간은 실제 참 평균값(모집단의 평균)을 포함한다.
<과제 하면서 새롭게 배운 내용>
- barplot에 신뢰구간을 그리는 법
- matplotlib에서 수평선 그리는 법
plt.axhline(s1_mean,0.14,0.35,linewidth='2', color = 'black')
Author And Source
이 문제에 관하여(2기 - Day 8), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://velog.io/@jaylee/AI-부트캠프-2기-Day-8저자 귀속: 원작자 정보가 원작자 URL에 포함되어 있으며 저작권은 원작자 소유입니다.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)