티스토리

슈퍼짱짱

검색하기

블로그 홈

슈퍼짱짱

leedakyeong.tistory.com/m

슈퍼짱짱 님의 블로그입니다.

구독자: 65

방명록 방문하기

반응형

주요 글 목록

분류 모델 성능 평가 지표 - Confusion Matrix란? :: 정확도(Accuracy), 정밀도(Precision), 재현도(Recall), F1 Score 분류 모델 성능 평가 지표 Linear 모델에 대해서는 R-Square, MSE 등 으로 모델의 성능을 평가한다.그렇다면 분류 모델에 대해서는 모델의 성능을 어떻게 평가할 수 있을까? 여러가지 방법이 있지만, 대표적으로 사용하는 정확도(Accuracy), 정밀도(Precision), 재현도(Recall), F1 Score 에 대해 알아보고자 한다. 1. Confusion Matrix (오차행렬) 위 네가지 지표를 설명하기 전에 Confusion Matrix를 먼저 설명하고자 한다. Confusion Matrix란? Training 을 통한 Prediction 성능을 측정하기 위해 예측 value와 실제 value를 비교하기 위한 표 여기서 ACTUAL VALUES는 실제값, PREDICTIVE VALUE.. 공감수 37 댓글수 16 2020. 4. 7.
[기초통계] 모평균 비교 :: 짝비교 :: 독립이 아닌 모집단에서 :: t.test() in r (paired = T) 이전에 두 모집단이 독립 일 때 모평균을 비교하는 방법에 대해 알아보았다.이번에는 두 모집단이 독립이 아닐 때 모평균을 비교하는 방법인 짝비교에 대해 알아보겠다. >> 모평균 비교 바로가기>> 두 모집단이 독립일 때 :: 표본의 크기가 클 때 >> 두 모집단이 독립일 때 :: 표본의 크기가 작을 때(1)>> 두 모집단이 독립일 때 :: 표본의 크기가 작을 때(2) 독립이 아닌 두 모집단에서 모평균 비교하는 방법 :: 짝비교 두 종류의 처리효과를 비교할 때, 반응값들의 차이가 처리효과의 차이에 의해서만 발생하도록 실험단위들이 비슷한 조건을 갖는 것이 이상적이다. 그러나, 실제로는 이 조건을 만족시키기가 어렵다. 예를 들어, 두 진통제의 효과를 비교하기 위해 성별, 나이, 건강상태 등이 모두 동일한 환자들을.. 공감수 2 댓글수 0 2019. 12. 15.
[기초통계] 모평균 비교 :: 독립인 모집단에서 표본의 크기가 작을 때 (2) :: t.test() in R 독립인 두 모집단에서 표본의 크기가 작을 때 모평균의 차 (\(\mu_{1} - \mu_{2}\)) 비교 표본의 크기가 작을 때는 일반적으로 두 모집단에 대하여 정규분포 가정이 필요하다. 또 다른 가정은 ① 두 모집단의 표준편차가 같다고 가정하는 경우와 ② 두 모집단의 표준편차가 다르다고 가정하는 경우이다. 이전 포스팅에서 독립인 두 모집단에서 표본의 크기가 작을 때, 모표준편차가 같은 경우에 대한 모평균 비교 방법에 대해 알아보았다. 이번에는 모표준편차가 다를 때 모평균 비교 검정 방법에 대해 알아보겠다. >> 독립인 두 모집단에서 표본의 크기가 작을 때 바로가기 2. 두 모집단의 표준편차가 다른 경우 * 독립인 두 모집단에서 표본의 크기가 작고 두 모표준편차가 다를 때, 모평균의 차 (\(\mu_{1.. 공감수 1 댓글수 0 2019. 11. 27.
[기초통계] 모평균 비교 :: 독립인 모집단에서 표본의 크기가 작을 때 (1) :: t.test() in R 이전에 독립인 두 모집단에서 표본의 크기가 클 때 모평균 비교 검정하는 방법에 대해 알아보았다. 이번에는 표본의 크기가 작을 때 모평균 비교 검정하는 방법을 알아보겠다. >> 독립인 두 모집단에서 표본의 크기가 클 때 바로가기 독립인 두 모집단에서 표본의 크기가 작을 때 모평균의 차 (\(\mu_{1} - \mu_{2}\)) 비교 표본의 크기가 작을 때는 일반적으로 두 모집단에 대하여 정규분포 가정이 필요하다. 또 다른 가정은 ① 두 모집단의 표준편차가 같다고 가정하는 경우와 ② 두 모집단의 표준편차가 다르다고 가정하는 경우이다. 1. 두 모집단의 표준편차가 같다고 가정하는 경우 두 모집단의 표준편차가 같은지(\(\sigma_{1} = \sigma_{2}\)) 판단하기 위해 표본표준편차를 이용한다. 두 .. 공감수 0 댓글수 0 2019. 11. 26.
[기초통계] 모평균 비교 :: 독립인 두 모집단에서 표본의 크기가 클 때 비교 :: R에서 확인하기 :: t.test() in R 이전 포스팅에서 자료수집과정에 따른 두 모집단 비교 방법에 대해 알아보았다.이번에는 그 중 두 모집단이 독립일 경우에 모평균 차이를 추론하는 방법에 대해 알아보겠다. >> 두 모집단 비교 방법 바로가기 두 개의 독립 표본에서 모평균 차이 추론하는 방법 우선 두 모집단으로부터 추출된 표본과 그로부터 계산되는 통계량은 다음과 같다. \(X_{1}, \cdots, X_{n_{1}}\) : 평균이 \(\mu_{1}\)이고 표준편차가 \(\sigma_{1}\)인 모집단으로부터 추출된 표본\(\bar{X} = \frac{1}{n_{1}} \sum_{i=1}^{n_{1}} X_{i}\), \(s^2_{1} = \frac{1}{n_{1}-1} \sum_{i=1}^{n_{1}} (X_{i}-\bar{X})^2\) \(Y.. 공감수 0 댓글수 0 2019. 11. 25.
[기초통계] 모평균 비교 :: 두 모집단이 독립일때와 독립이 아닐 때 이전에는 하나의 모집단에 대한 모평균을 추론하는 방법에 대해 알아보았다. 이번에는 하나의 모집단에 관한 것 뿐 아니라 두 모집단 간의 차이를 검정하는 방법에 대해 알아보겠다. 예) 두 종류의 강의방법에 의한 학습효과 비교기촌의 치료약과 새롭게 개발된 치료약의 효능 비교 두 모집단의 비교 두 모집단의 비교를 위한 추론과정은 자료를 어떻게 수집하느냐에 따라 추론방법이 달라지게 되는데, 대표적인 두 종류의 자료수집과정에 따른 추론방법을 알아보겠다. 1. 실험단위가 독립인 경우 예) 새로 개발된 치료약의 효능이 기존의 약보다 좋음을 검증하기 위해 건강상태가 비슷한 19마리의 쥐를 대상으로 병균을 투입한 후, 그 중에서 임의로 10마리의 쥐를 추출하여 그들에게는 기존의 약을 투약하고, 나머지 쥐들에게는 새로운 약.. 공감수 0 댓글수 0 2019. 11. 24.
[기초통계] t-distribution :: 표본의 크기가 작을 때 :: n에 따른 t분포 in R t-분포 이전에 표본의 크기가 큰 경우(30 이상)에 적용할 수 있는 모평균 \(\mu\)에 대한 추론방법을 알아보았다. 표본의 크기가 큰 경우에는 중심극한정리에 의해 표본평균 \(\bar{X}\)의 분포가 정규분포가 된다는 사실을 이용했다. 그러나, 표본의 크기가 작을 때에는 표본평균 \(\bar{X}\)의 분포는 모집단의 분포에 많은 영향을 받는다. 모집단의 분포가 \(N(\mu, \sigma^2)\)일 때 크기가 \(n\)인 표본의 평균 \(\bar{X}\)의 분포는 정확하게 \(N(\mu, \sigma^2/n)\)이다. 따라서 이를 표준화시키면 $$ \frac{\bar{X}-\mu}{\sigma/\sqrt n} ~ N(0, 1)$$이 된다. 그러나 일반적으로 \(\sigma\)는 미지수이기 때문에.. 공감수 0 댓글수 4 2019. 11. 23.
[기초통계] 유의확률이란? P-value란? 유의확률(P-value)란? 이전에 주어진 유의수준을 갖는 기각역을 구하는 방법을 알아보았다. 표본으로부터 계산된 Z의 값으로부터 그 값이 기각역에 포함되면 \(H_{0}\)를 기각하고, 그렇지 않으면 \(H_{0}\)를 기각하지 않는다. 예를 들어) 유의수준 5%를 갖는 기각역으로 \(R : Z \le -1.645\)를 구하였다고 하자.표본으로부터 Z를 계산하여 z=-1.95로 얻었다면 \(H_{0}\)를 기각할 수 있고, z=-1.42를 얻었다면 \(H_{0}\)를 기각할 수 없다. 이 수치는 기각의 여부 뿐 아니라 얼마나 확실하게 기각할 수 있는가를 판단할 수도 있다.예를 들어 z=-2.22로 얻어졌다면, \(\alpha\)를 0.05에서 0.025로 줄여도 (\(R:Z \le -1.645\) ->.. 공감수 4 댓글수 0 2019. 11. 22.
[기초통계] 기각역이란? :: 제 1종오류와 제 2종오류의 관계 :: 단측검정, 양측검정 앞 서 가설검정과 가설검정시 범할 수 있는 오류에 대해 알아보았다.이번에는 귀무가설을 기각하는 구간인 기각역에 대해 알아보겠다. 기각역이란? 우리는 모집단의 일부분인 표본으로부터 검정의 결론, 즉, \(H_{0}\)을 기각하거나, \(H_{0}\)을 기각하지 않고 유지하는 결정을 내리게 되는데, 이 때 이용되는 표본의 함수, 즉 통계량을 검정통계량이라 한다. 콜레스테롤 수치를 낮춰주기 위해 개발한 신약이 효과가 있는지 없는지 검정하는 예시에서 약 복용 후 실험자들의 콜레스테롤 수치의 평균 \(\bar{X}\)가 검정통계량이 된다. 약을 복용 전 콜레스테롤 수치의 평균이 200이라 하자. \(H_{0}\) : 신약이 효과가 없다. : \(\mu = 200\)\(H_{1}\) : 신약이 효과가 있다. : \.. 공감수 3 댓글수 0 2019. 11. 21.
[기초통계] 가설검정에서 오류란? :: 제 1종오류란? 제 2종오류란? :: 제 1종오류가 제 2종오류보다 중요한 이유 지난시간에 가설검정에 대해 알아보았다. 이번에는 가설검정에서 범할 수 있는 두 가지 오류의 종류에 대해 알아보겠다.>> [기초통계] 가설검정이란? 바로가기https://leedakyeong.tistory.com/entry/%EA%B8%B0%EC%B4%88%ED%86%B5%EA%B3%84-%EA%B0%80%EC%84%A4%EA%B2%80%EC%A0%95%EC%9D%B4%EB%9E%80?category=843401 오류의 종류 가설검정에서 내리는 판단은 다음 두 가지 형태 중 하나로 나타난다.(1) \(H_{0}\)를 기각하고 \(H_{1}\)을 채택한다.(2) \(H_{0}\)를 기각할 수 없으므로 \(H_{0}\)을 유지한다. 위 두 결론은 모집단의 일부분인 표본으로부터 판단되어 내려지기 때문에 잘못된 .. 공감수 2 댓글수 0 2019. 11. 14.
[기초통계] 가설검정이란? 기초통계 :: 가설검정이란?가설검정이란? 모수에 대한 가설이 적합한지를 추출한 표본으로부터 판단하고자 하는 것 1. 가설검정이 필요한 이유/ 가설검정 예시 모 병원에서 콜레스테롤 수치를 낮춰주는 신약을 개발했다. 이 약이 정말 효과가 있는지 어떻게 알아보아야 할까? 실험 대상이 되는 성인 40명을 대상으로 약 복용 전 콜레스테롤 수치를 측정하여 평균\(\bar{X}\)을 계산하였다. 그 수치는 평균 200(mg/dl) 이고 표준편차는 24(mg/dl) 인 분포를 따른다고 하자. 약 복용 후 콜레스테롤 수치를 \(\mu\)라 하자. 직관적으로 생각했을 때 이 모평균 \(\mu\)를 알기 위해서는 실험 대상(표본) 뿐 아니라 모든 사람에 대해 측정해야 한다. 하지만 이는 불가능에 가깝기 때문에 표본에 대해서.. 공감수 2 댓글수 2 2019. 11. 13.
[기초통계] 통계적 추론방법 :: 구간추정(Interval Estimation), 신뢰구간이란? 신뢰수준의 의미, 해석 이전 포스팅에서 통계적 추론 방법 중 점추정에 대해 알아보았다. >> 통계적 추론 방법 :: 점추정 바로가기 이번에는 구간추정에 대해 알아보겠다. (2) 구간추정 (Interval Estimation) 점추정은 말 그대로 모수를 하나의 수치로 추정하고자 하는 것이다. 반면 구간추정은 하나의 수치를 구하는 것이 아니라, 추정량의 분포를 이용하여 표본으로부터 모수 값을 포함하리라고 예상되는 구간을 제시하는 것이다. 이 때 제시되는 구간을 신뢰구간(confidence interval)이라 부른다. 신뢰구간은 대개 (L, U)의 형태로 이루어지며, L과 U는 표본으로부터 계산된다. 즉, 매 표본마다 계산되는 신뢰구간이 서로 다를 수 있다. 만약 어떤 모평균에 대한 신뢰구간으로 (-∞, ∞)가 주어진다면, 어떤 .. 공감수 8 댓글수 5 2019. 10. 29.
[기초통계] 통계적 추론방법 :: 점추정(Point Estimation) 통계적 추론이란? 통계적 추론이란 추출된 표본으로부터 모집단의 일반적인 특성을 추론해내는 것을 뜻한다.표본이 추출되면 평균, 분산, 표준편차 등 표본에 대한 정보를 얻을 수 있다. 그러나 궁금한 것은 단 하나의 표본에 대한 정보가 아니라 모집단의 일반적인 특성이다. 예를 들어, 100명의 유권자를 대상으로 후보 A에 대한 지지여부를 조사했더니 60명이 지지했다고 하자. 이 때 관심사는 이 100명의 지지율이 아니라 전체 유권자의 지지율이 될 것이다. 단, 전체 유권자를 대상으로 조사하지 않는 한 전체 유권자의 지지율을 구할 수 없으므로, 표본이 가지고 있는 정보를 이용하여 이를 추측하게 되는데 이와 같은 과정이 통계적 추론의 한 과정이라고 할 수 있다. 통계적 추론이란? 표본이 갖고 있는 정보를 분석하여.. 공감수 6 댓글수 4 2019. 10. 23.
표본평균의 분포 & 중심극한정리 in R 표본평균의 분포 모평균에 대한 추론은 표본의 평균 X̄와 그 분포를 이용한다.평균이 μ이고 분산이 σ^2인 모집단으로부터 크기가 n인 표본 X1, X2, ..., Xn을 추출했을 때, 표본평균 X̄의 기댓값과 분산은 다음과 같다. 표본평균 분포의 중심은 모집단의 중심 μ와 일치한다. 그러나 표집분포의 퍼짐 정도를 측정하는 표준편차는 표본의 크기에도 영향을 받는다. 즉, 표본의 크기 n이 증가함에 따라 표본평균의 표준편차는 n의 제곱근에 반비례해서 감소하는데 이는 표본평균의 분포가 μ를 중심으로 더욱 집중됨을 나타낸다. 예를 들어, 표본의 크기를 100배 늘리면, 표본평균의 표준편차는 1/10으로 감소하여 표집분포가 μ를 중심으로 더욱 집중된다. 중심극한정리란? 모집단의 분포가 정규분포가 아닌 경우 X̄의.. 공감수 2 댓글수 0 2019. 10. 19.
표집분포란? What is sampling distribution? 표집분포란? What is sampling distribution? 주어진 표본으로부터 모집단의 성격을 알아내고자 하는 추론이 바로 통계학에서 가장 핵심적인 부분이다.우리는 모집단의 특성 중 어떠한 수치, 예를 들면, 모평균이나 모비율 또는 무표준편차 등에 관심이 있는 경우가 만흔데, 이러한 특성값을 모수라 하며 통계학에서 추론의 실제 대상이 된다. 모수란? 수치로 표현되는 모집단의 특성 모수의 참값은 미지의 상수로, 이를 알아내려면 모집단 전체를 다 조사해야만 한다. 그러나 이는 불가능한 경우가 많기 때문에 sampling된 표본으로 모수를 추론한다. 예를들어, 대한민국 전체 남자 키 평균을 알고싶다고 하자. 이 때, 모수는 대한민국 전체 남자 키 평균이며, 모집단은 대한민국 전체 남자가 된다. 이를 .. 공감수 1 댓글수 0 2019. 10. 17.
[기초통계] 정규분포란? What is normal distribution? 정규분포 in R 이전에 셀 수 있는 값들의 분포인 베르누이, 이항분포에 대해 알아보았다.이번에는 확률변수가 취하는 값들이 셀 수 있는 것이 아니라 시간, 몸무게, 0과 1사이의 임의의 실수처럼 셀 수 없는 연속적인 값을 가지는 연속확률분포들 중에서 대부분의 통계학 이론의 기본이 되는 정규분포에 관하여 알아보자. 연속확률분포란? 정규분포를 알아보기에 앞서, 연속확률분포에 대해 알아보자. 연속확률변수 X는 주어진 구간의 모든 값을 가질 수 있으므로, 앞서 배운 이산확률분포와는 다른 방식으로 표현해야 한다. 예를 들어, X~Bin(5, 0.25) 에서 P(X=4) = 5C4*(0.25)^4*(0.75)^1 = 0.015 이다. 그렇다면 X가 연속적인 값을 가질 수 있는 상황에서 X=4일 확률은 무엇일까? 신생아의 몸무게가 3.. 공감수 0 댓글수 0 2019. 10. 9.
[기초통계] 정규확률그림이란? 정규확률그림 그리는 방법/원리 (qqplot in R) 정규확률그림이란? What is Q-Q plot? 많은 경우에 통계적인 절차나 분석 등에서 모집단의 분포가 정규분포를 따른 다는 가정을 하고 있다. 그렇다면 표본을 추출했을 때 이러한 정규모집단의 가정을 조사하는 방법은 어떤 것이 있을까? 그 방법 중 하나가 바로 정규확률그림으로 확인하는 것이다.정규점수그림(normal scores plot) 또는 정규확률그림(normal probability plot)이라 하는데 정규확률그림이라는 용어를 더 많이 쓴다. 이 때, 정규점수(normal scores)란 표준정규분포(mean=0,sd=1)에서의 이상적인 표본을 말한다. 즉, 표준정규분포의 확률밀도함수를 등확률 구간으로 나누어 주는 경계값(z값)을 의미한다. 분위수를 생각해보면 쉽다. n분위수에 해당하는 z값.. 공감수 4 댓글수 0 2019. 10. 8.
[기초통계] 이항분포란? What is binomial distribution? 이전 포스팅에서 베르누이 시행에 대해 알아보았다. 본 포스팅에서는 이항분포에 대해 알아보겠다. 이항분포란? 성공할 확률이 p인 베르누이 시행을 n번 반복할 때에 일어나는 성공의 횟수를 X라 하면, 이 확률변수 X의 확률변수를 모수가 (n, p)인 이항분포라 한다. 즉, 쉽게 생각해 경우의 수가 2개뿐인 실험 1번 시행 - 베르누이/ 베르누이를 n번 시행 - 이항분포 이항분포(binomial distribution) n : 베르누이 시행의 반복 횟수 p : 각 시행에서 성공할 확률, P(S)X : n번 시행 중 성공의 횟수 이와 같이 정의된 확률변수 X를 이항 확률변수라 하고 그 분포를 이항분포라 한다. X~Bin(n,p)로 표현하기도 한다. 이항 확률변수 X가 취하는 값의 범위는 0, 1, 2, ...,.. 공감수 0 댓글수 0 2019. 10. 7.
[기초통계] 베르누이 시행이란? 기초통계 - 이항분포와 관련있는 베르누이 두 그룹으로 나누어져 있는 모집안에서 표본을 추출하는 경우, 각 단계의 추출은 두 가지의 결론만을 갖게된다. 동전던지기가 그 예이다. 동전을 던졌을 때 그 결과는 앞면, 뒷면으로 두 가지만 나타난다. 이런 경우 매번 반복되는 추출(실험)을 통계학용어로 시행(trial)이라 부르고, 두 개의 가능한 결과 중 하나는 성공(S, success), 다른 하나는 실패(F, failure)라 부르는데, 이는 시행 결과가 두 개뿐임을 의미하며 진짜 성공과 실패와는 부관하다. 보통 관심있는 결과를 성공이라 부른다. 이 '성공'과 '실패'로 나타나는 시행이 반복되면서 다음과 같은 조건이 만족되는 경우 이를 베르누이 시행이라 부른다. 베르누이 시행(Bernoulli trial) (.. 공감수 1 댓글수 0 2019. 10. 6.
[기초통계] 상관계수란? What is correlation coefficient? 상관계수란? 이전 포스팅에서 두 연속형 변수의 관계를 눈으로 확인하기 위한 산점도에 대해 알아보았다.산점도로부터 파악할 수 있는 관계는 객관성이 부족한 면이 있다. 예를 들어 동일한 크기의 좌표평면에서 좌표의 눈금을 변화시키면(변수의 측정 단위를 변화시키면) 두 변수의 관계가 다른 것처럼 보여질 수 있다. 따라서 좀 더 객관적으로 두 변수간의 관계를 알아볼 수 있는 상관계수에 대해 알아보겠다. 두 변수로 산점도를 그려보면 직선, 곡선 등 여러 형태를 가질 수 있는데, 여기서 가장 관심이 있는 경우는 직선의 형태이다. 산점도에서 점들이 얼마나 직선에 가까운가의 정도를 나타내는데 쓰이는 측도가 상관계수이다. 상관계수란? 두 변수 x,y 사이의 상관관계의 정도를 나타내는 수치 상관계수는 피어슨(Karl Pea.. 공감수 20 댓글수 0 2019. 10. 5.
[기초통계] 산점도란? What is scatter plot? 두 연속형 변수의 요약 : 산점도 지난 포스팅에서 두 범주형 변수의 요약방법인 분할표에 대해 알아보았다.이번에는 두 연속형 변수의 관계를 알아보기 위한 첫 번째 단계인 산점도에 대해 알아보겠다. 두 연속형 변수 x와 y에 대해 1. 두 변수는 서로 관계가 있는가? 2. 있다면, 어떤 관계인가? 라는 질문을 할 수 있다.이 때, (x,y)에 대해 그림을 그려 그 관계를 눈으로 파악 할 수 있는데, 이 그림을 산점도라 한다. 산점도란? 변수 x를 수평축에 놓고 변수 y를 수직축에 놓은 후에 각 관측값의 짝을 좌표 위에 표시함으로써 얻게되는 그림 이렇게 그린 그림을 관측값들이 직선이나 곡선의 띠를 형성하고 있는지, 또는 특별한 경향 없이 무작위로 흩어져있는지 확인할 수 있다. 예)1990년도 국가별 국내총생산.. 공감수 1 댓글수 0 2019. 10. 4.
[기초통계] 분할표란? What is contingency table? 두 범주형 변수의 요약 : 분할표 분할표란? 두 변수에 대한 관측값을 요약하고 해석하는 방법 중 하나로, 두 변수가 모두 범주형에 속할 때, 도수분포표를 2차원으로 확장한 형태로 요약할 수 있다.한 변수에 대한 범주는 왼쪽에, 또 다른 변수에 대한 범주는 위쪽에 표시하고, 두 변수의 범주들이 교차하는 칸마다 각 변수의 범주를 동시에 갖는 관측값들의 수를 그 칸의 도수로 기록한다. 이렇게 도표로 요약된 자료를 분할표라 부른다. >>> 범주형자료란? 바로가기>>> 범주형자료 표현하는 방법 바로가기 예)새로이 제한된 어떤 정책에 대한 지지여부를 알아보기 위하여 400명을 임의로 추출하여 조사했다.표본으로 추출된 각 개인의 성별과 지지여부를 해당 범주에 따라 정리한 결과가 다음과 같다. 찬성 미결정 반대 합계.. 공감수 4 댓글수 2 2019. 10. 3.
[기초통계] 상자그림이란? R에서 boxplot 그리기 What is boxplot? 앞서 리뷰했던 중심의 위치, 퍼진 정도 등의 수치들은 자료의 여러 성질을 나타내지만, 자료 전체의 대략적인 모양을 보여 주지는 못하는 단점이 있다. >> 평균 vs 중앙값 vs 최빈값 바로가기>> 분산 & 표준편차란? 바로가기 >> 백분위수 & 사분위수란? 바로가기 이에 이번 포스팅에서는 상자그림에 대해 알아보고 R에서 직접 구현하는 방법도 알아보겠다. 상자그림이란? 상자그림(boxplot)이란? 자료로부터 얻는 다섯 가지 요약수치인 최소값, Q1, Q2, Q3, 최대값을 가지고 그림을 그린것이다. box plot을 그리는 자세한 과정은 다음과 같다. 1. 사분위수(Q1, Q2, Q3)를 결정한다. 2. Q1과 Q3을 네모난 상자로 연결하고, 중앙값(Q2)의 위치에 수직선을 긋는다.3. IQR = Q3 .. 공감수 0 댓글수 4 2019. 9. 28.
[기초통계] 백분위수와 사분위수범위, quantile() in R (What is Percentile and Interquartile Range?) 지난 포스팅들에서 자료를 표현하는 방법에 대해 알아보았다. >> 평균 vs 중앙값 vs 최빈값 바로가기 >> 분산과 표준편차란? 바로가기 특히 지난 시간에는 퍼진 정도를 나타내는 분산과 표준편차에 대해 알아보았다. 이번에는 백분위수와 사분위수에 대해 알아보겠다. 백분위수란? What is Percentile? 중앙값은 전체의 관측값을 반으로 나누는 경계값이다. 즉, 중앙값은 전체의 관측값 중 50% 위치에 해당하는 값이다. 이 개념을 확장하여 전체 관측값을 크기 순서대로 배열했을 때, 전체의 관측값을 (100xp)%와 100x(1-p)%로 나눌 수 있는 값을 백분위수라 한다. 자료의 수가 n개 일때, 제 100 x p 백분위수는 그 값보다 작거나 같은 관측값의 개수가 np개 이상이고, 그 값보다 크거나 .. 공감수 8 댓글수 2 2019. 9. 22.
[기초통계] 분산이란? 표준편차란? (What is Variance and Standard Deviation?) 이전 포스팅에서는 자료의 분포를 파악하는 방법으로 중심의 측도를 소개했다. >> 평균 vs 중앙값 vs 최빈값 바로가기 중심위치를 아는 것은 분포를 파악하는데 있어서 중요한 요소이기는 하지만, 중심 위치만으로는 분포를 파악하는데 부족한 점이 많다. 예를 들어, 다음 그림을 보자. 1234ggplot(data.frame(x = c(-5, 5)), aes(x=x)) + stat_function(fun=dnorm, args=list(mean=0, sd=2)) + stat_function(fun=dnorm, args=list(mean=0, sd=1)) + theme_bw() Colored by Color Scriptercs 두 분포의 중심위치는 같지만, 분포의 퍼진 정도가 다르다. 따라서 본 포스팅에서는 퍼진 .. 공감수 0 댓글수 0 2019. 9. 19.
[기초통계] 평균 중앙값 최빈값 비교 (Mean VS Median VS Mode) 평균 VS 중앙값 VS 최빈값 1. 평균이란? 평균이란? 모든 관측값의 합을 자료의 개수로 나눈 것 예)89 74 91 88 72 84 의 평균을 구하여라. > (89+74+91+88+72+84)/6 = 83 2. 중앙값이란? 중앙값이란? 전체 관측값을 크기 순서로 배열했을 때 가운데 위치하는 값 단, 1) 자료의 개수(n)가 홀수 일 때 : (n+1)/2 번째 관측값2) 자료의 개수(n)가 짝수 일 때 : n/2 번째 관측값과 (n+1)/2 번째 관측값의 평균 예)89 74 91 88 72 84 의 중앙값을 구하여라. > 예제에 주어진 값을 크기 순서대로 배열하면 72 74 84 88 89 91 이며, 짝수개이다. 따라서 이 예제의 중앙값은 84와 88의 평균인 86이다. 중앙값에서는 관측값을 크기 순.. 공감수 2 댓글수 0 2019. 9. 2.
[기초통계] 범주형 자료 표현하는 방법 (categorical data) >> 통계학이란? 바로가기>> 모집단 VS 표본집단 바로가기>> 수치형자료와 범주형자료 바로가기 범주형 자료의 요약 이전 포스팅에서 수치형 자료의 범주형 자료의 정의 및 예시에 대해 알아보았다.이번에는 범주형 자료를 어떻게 표현하는지에 대해 알아보겠다. 범주형 자료에서는 각 관측값의 크기가 아니라 자료가 갖는 범주의 종류에 관심이 있으므로, 각 범주가 나타나는 횟수를 요약함으로써 범주형 자료의 개요를 파악할 수 있다. 1. 도수분포표(Frequency Table) 범주형 자료의 경우 각 관측값은 몇 개의 범주 중 하나의 값을 갖게 된다. 도수(frequency)란? 각 범주에 속하는 관측값의 개수를 그 범주에 도수라 한다. 상대도수(relative frequency)란? 도수를 전체 개수로 나눈 비율을 .. 공감수 2 댓글수 0 2019. 8. 29.
[기초통계] 수치형 자료(numerical data)와 범주형 자료(categorical data) 자료를 요약하는 방법은 분석의 대상이 되는 자료의 형태에 따라 달라지게 되므로 먼저 자료를 그 형태에 따라 구분해야 한다. 자료는 일반적으로 수치형 자료(numerical data)와 범주형 자료(categorical data)의 두 가지 형태로 구분이 된다. 먼저, 양적 자료(quantitative data)라고도 불리는수치형 자료란? 관측된 값이 수치로 측정되는 자료를 말한다. 예를들어) 키, 몸무게, 시험 성적, 자동차 사고 건수 등이 있다. 수치형 자료를 관측되는 값의 성질에 따라 다시 연속형 자료(continuous data)와 이산형 자료(discrete data)로 구분된다. 연속형 자료란? 키, 몸무게와 같이 값이 연속적인 자료를 말한다. 이산형 자료란? 자동차 사고 건수와 같이 값이 셀 .. 공감수 15 댓글수 0 2019. 8. 12.
[기초통계] 모집단(Population)과 표본집단(Sample) 새로운 정보나 지식을 얻기 위해서는 관련된 자료를 수집하여햐 하는데,관련된 자료를 모두 수집한다는 것은 불가능하거나 매우 어려운 일이다. 이 때,모집단(Population)이란?얻고자 하는 정보와 관련 있는 모든 개체로부터 얻을 수 있는 모든 관측값들의 집합 또는통계적인 관찰이 되는 집단 전체라고 정의하며, 표본집단(Sample)이란?모집단의 일부분으로, 원하는 정보를 얻기 위해 수행한 관측과정을 통해 실제로 얻어진 관측결과의 집합 또는집단에서 어떤 방법으로 일부를 통계의 자료로 선택한 부분이라고 정의한다. 예를들어,어떤 연구자가 대한민국 남자의 평균 키 에 대해 알고싶다고 가정할 때,모집단은 대한민국 남자 전체이며,표본집단은 그 중 연구자가 실제로 수집한 값이다. 공감수 1 댓글수 2 2019. 8. 11.
[기초통계] 통계학이란? 1. 통계학의 어원 - "국가"라는 의미를 갖는 라틴어인 "status"에서 유래 - 주어진 자료를 기초로 해서 보편 타당한 이론을 추론해 내는 학문의 한 분야 2. 통계학의 역할 - 정보를 가지고 있는 자료를 효과적으로 수집하는 과정 - 이러한 자료를 합리적으로 해석하는 과정 - 이 자료로부터 올바른 결론을 유도하는 과정을 총체적으로 다루는 것 3. 통계학의 주된 목표 - 관측값으로부터 효율적인 추론을 할 수 있도록 표본추출의 과정과 범위를 설계한다. - 표본에 포함되어 있는 정보를 분석하여 모집단에 관하여 추론을 한다. 이때 추론에 수반되는 불확실성도 측정한다. 모집단이란? 표본집단이란? 공감수 1 댓글수 0 2019. 8. 11.

반응형

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.