본문 바로가기

Study/수학과통계

(10)
통계적추론 ~ 귀무가설 먼저 추론을 위한 기본 개념이다. 1. 모집단(Population) 모집단은 내가 관심있어(사용하고자)하는 모든 데이터의 집합이다. $ X = [x_{1},x_{2},\cdots]$ 예를들어 내가 한국 남자의 평균 키를 분석하고자 한다면, 모집단은 전체 한국남자의 키 데이터 들일 것이다. $$ex) X = [178,184,\cdots]$$ 데이터의 수는 유한개가 될 수도 있고, 무한대로 될 수도 있다. 하지만 사실상 모집단의 데이터를 수집하는것과 분석하는것은 불가능에 가깝다. (자세한 사항은 백영민교수님의 방법론적 사유 책 참조) 일반적으로 모집단의 평균은 $\mu$로, 표준편차는 $\sigma$로 표기한다. 2. 표본(Sample) 샘플은 내가 분석하고자 모집단에서 표집(sampling)한 데이터이다...
0. 평균과 표준편차 1. 평균 평균은 이론적으로 무게 중심을 이야기 하며, 데이터들을 가장잘 설명할 수 있는 값이라고 생각한다. 우리가 잘 알고있듯이 데이터들(값들)이 있을때, 모든 값을 더한 다음 데이터 양(n)을 나누어 계산한다. 평균의 영어표기법 mean을 따라 m의 그리스문자 $\mu$(모집단에서 주로사용) 혹은 $\bar{x}$(표본)로 표기한다. $$\bar{x} = \frac{1}{n}\sum_{i=1}^{n}{i}$$ 평균을 파이썬으로 구현 x = [1,2,3,4,5,6,7,8,9,10] x_bar1 = sum(x) / len(x) summ = 0 for i in range(len(x)): summ += x[i] x_bar2 = summ / len(x) print(x_bar1, x_bar2) 2. 표준편차 표..