확률분포

이산균등분포 – Discrete uniform distribution 표기 Support Parameter 확률분포도 확률질량함수 모멘트생성함수 엔트로피 $f(k , ; a, b)$ $K sim U{a,b}$ $k in {a,a+1,ldots, b-1,b}$ $k$는 $a$이상이고 $b$이하인 정수 $a$와 $b$ $a$와 $b$는 정수 $b geq a$ $therefore n=b-a+1$ $f(k , ;  a, b)=dfrac{1}{n}$ for $aleq kleq b$ $f(k , ; a, b)=0$ if not $aleq […]

분위와 분위수

표준정규분포에서의 4분위 : 4분위는 같은 확률(기대빈도수)을 가지는 4개의 이어진 범주 분위 속성 표준정규분포 4분위 1/4분위 2/4분위 3/4분위 4/4분위 확률 0.25 0.25 0.25 0.25 4분위수 1/4분위수 $approx -0.67449$ 2/4분위수 $= 0$ 3/4분위수 $approx 0.67449$ 4/4분위수$ =  infty $ 100분위수 25/100분위수$ approx -0.67449$ 50/100분위수$ = 0$ 75/100분위수$ approx 0.67449$ 100/100분위수$ = infty$ 정규분포에서의 4분위 : 4분위는 같은 […]

교차분석 카이제곱검정

데이터 모델링 모델링 데이터분석 프로그래밍 표본종류: 대응표본 확률변수가정: 등분산성, 독립성, 정규성 새확률변수: 각 Cell의 표본확률차이의 합 표집분포: 표본카이제곱 중심극한정리 검정확률분포: 카이제곱분포 검정통계량: 표본카이제곱과 표준오차의 비 귀무가설: 유전자형 별 마블링스코어의 확률분포는 같다. 가설검정: 유의확률과 유의수준을 비교 정규분포 $$f(x , ; mu_X, sigma_X^2)=dfrac{1}{sqrt{2pi}sigma_X} mathrm{exp} left(-dfrac{(x-mu_X)^2}{2sigma_X^2}right)$$ 여기서, $x$는 정규분포를 나타내는 확률변수, $X$의 값(변량) $mu_X$는 확률변수, $X$의 기대값: 집단의 […]

단순선형회귀분석 F검정

데이터 모델링 모델링 데이터분석 프로그래밍 표본종류: 대응표본 확률변수가정: 선형성, 등분산성, 독립성, 정규성 새확률변수: 결정계수(공분산제곱과 분산곱의 비) 표집분포: 결정계수 중심극한정리 검정확률분포: F분포 검정통계량: 표본결정계수와 표준오차의 비 귀무가설: 마블링스코어로 설명되는 등심지방함량은 0 가설검정: 유의확률과 유의수준을 비교 정규분포 $$f(y , ; mu_Y, sigma_Y^2)=dfrac{1}{sqrt{2pi}sigma_Y} mathrm{exp} left(-dfrac{(y-mu_Y)^2}{2sigma_Y^2}right)$$ 여기서, $y$는 정규분포를 나타내는 확률변수, $Y$의 값(변량) $mu_Y$는 확률변수, $Y$의 기대값: 집단의 모평균 […]

상관분석 t검정

데이터 모델링 모델링 데이터분석 프로그래밍 표본종류: 대응표본 확률변수가정: 선형성, 정규성 새확률변수: 상관계수(공분산/표준편차곱) 표집분포: 상관계수 중심극한정리 검정확률분포: t분포 검정통계량: 표본상관계수와 표준오차의 비 귀무가설: 마블링스코어와 등심지방함량의 상관계수는 0 가설검정: 유의확률과 유의수준을 비교 정규분포 $$f(y , ; mu_Y, sigma_Y^2)=dfrac{1}{sqrt{2pi}sigma_Y} mathrm{exp} left(-dfrac{(y-mu_Y)^2}{2sigma_Y^2}right)$$ 여기서, $y$는 정규분포를 나타내는 확률변수, $Y$의 값(변량) $mu_Y$는 확률변수, $Y$의 기대값: 집단의 모평균 $sigma_Y^2$는 확률변수, $Y$의 모분산: […]

일원분산분석 F검정

데이터 모델링 모델링 데이터분석 프로그래밍 표본종류: 독립표본(여러 집단) 확률변수가정: 등분산성, 독립성, 정규성 새확률변수: 집단간분산/집단내분산 표집분포: 표본분산 중심극한정리 검정확률분포: F분포 검정통계량: 신호(집단분산)와 노이즈(개체분산)의 비 귀무가설: 도체중의 지역에 의한 신호는 0 가설검정: 유의확률과 유의수준을 비교 정규분포 $$f(y , ; mu_Y, sigma_Y^2)=dfrac{1}{sqrt{2pi}sigma_Y} mathrm{exp} left(-dfrac{(y-mu_Y)^2}{2sigma_Y^2}right)$$ 여기서, $y$는 정규분포를 나타내는 확률변수, $Y$의 값(변량) $mu_Y$는 확률변수, $Y$의 기대값: 집단의 모평균 $sigma_Y^2$는 […]

독립표본 t검정

데이터 모델링 모델링 데이터분석 프로그래밍 표본종류: 독립표본(두 집단) 확률변수가정: 등분산성, 독립성, 정규성 새확률변수: 평균차이 표집분포: 표본평균 중심극한정리 검정확률분포: t분포 검정통계량: 평균차이와 표준오차의 비 귀무가설: 등심단면적 평균차이는 0 가설검정: 유의확률과 유의수준을 비교 정규분포 $$f(y , ; mu_Y, sigma_Y^2)=dfrac{1}{sqrt{2pi}sigma_Y} mathrm{exp} left(-dfrac{(y-mu_Y)^2}{2sigma_Y^2}right)$$ 여기서, $y$는 정규분포를 나타내는 확률변수, $Y$의 값(변량) $mu_Y$는 확률변수, $Y$의 기대값: 집단의 모평균 $sigma_Y^2$는 확률변수, $Y$의 […]

대응표본 t검정

데이터 모델링 모델링 데이터분석 프로그래밍 표본종류: 대응표본 확률변수가정: 등분산성, 독립성, 정규성 새확률변수: 차이평균 표집분포: 표본평균 중심극한정리 검정확률분포: t분포 검정통계량: 차이평균과 표준오차의 비 귀무가설: 지방함량 차이평균은 0 가설검정: 유의확률과 유의수준을 비교 스프레드시트: 구글시트 프로그래밍 언어: 파이썬 정규분포 $$f(y , ; mu_Y, sigma_Y^2)=dfrac{1}{sqrt{2pi}sigma_Y} mathrm{exp} left(-dfrac{(y-mu_Y)^2}{2sigma_Y^2}right)$$ 여기서, $y$는 정규분포를 나타내는 확률변수, $Y$의 값(변량) $mu_Y$는 확률변수, $Y$의 기대값: 집단의 […]

모델링 ?

[ QA ] ARTICLE CONTENTS 표본크기가 1에서 100까지 표본평균의 분포 변화 (모집단 : 표준정규분포) 0:03 두 표본의 표본평균 분포 : 중심극한정리 0:07 Play Video 모델 모델이란? 모델은 현실 세계의 복잡한 시스템이나 데이터를 수학적, 통계적, 또는 컴퓨터 프로그램의 형태로 단순화하여 표현한 것입니다. 데이터 과학에서 모델은 주어진 데이터로부터 패턴을 찾아내어 예측이나 분류 등의 작업을 수행할 수 있도록 […]

보드게임 전후 초등학생의 수학적 창의력 비교

Figure Animation [Q&A] 보드게임을 변수로 모델링하면 변수값은 보드게임을 수학적창의력이라고 하는 결과변수의 원인변수로 모델링하면 보드게임은 이분형변수(binomial variable)로 모델링할 수 있습니다, 이 모델에서 범주형 변수인 보드게임은 “안한다”. “한다”라는 이분형 변수값을 가집니다. 보드게임을 수학적창의력이라고 하는 결과변수의 원인변수로 모델링하면 보드게임은 이분형변수(binomial variable)로 모델링할 수 있습니다, 이 모델에서 범주형 변수인 보드게임은 “안한다”. “한다”라는 이분형 변수값을 가집니다. 수학적 창의력을 확률변수로 모델링 […]