DATA ARTICLE : 2
LEARNING ARTICLE : 4
6 Weeks in Review
2 Weeks in Publication
Open Access
Peer Reviewed
eISSN 0000-0000

Frequentist에게 “귀무가설”이 있다면 Bayesian에게는?

[ QA ] CONTENTS Bayesian에게는 “사전확률”이 있습니다. Frequentist와 Bayesian은 누구? Frequentist(프리퀀티스트, 빈도주의자)은 빈도주의 접근법을 따르는 사람입니다. 이들은 확률을 반복 실험에서 나타나는 빈도로 해석하며, 주어진 데이터를 통해 객관적인 추론을 수행합니다. 사전확률을 사용하지 않으며, 데이터 자체에 기반하여 가설을 검정하고 신뢰구간을 추정합니다. Bayesian(베이지앙, 사후확률추구자)은 베이지안 접근법을 따르는 사람입니다. 이들은 확률을 주관적인 믿음의 정도로 해석하며, 새로운 증거를 사용하여 사전확률(prior […]

대응표본처럼 독립표본도 순차적으로 수집할 수 있나?

[ QA ] CONTENTS 네, 독립표본도 시간적, 공간적으로 순차적으로 관측한 결과일 수 있습니다. 대응표본과 독립표본은 무엇? 표본은 대응표본(paired samples)과 독립표본(independent samples)들로 이루어져 있다고 볼 수 있습니다. 한편, 표본은 개체속성의 실현된 값의 모음입니다. 개체의 두 속성이 서로 대응되면 대응표본이고 두 속성이 서로 독립되면 독립표본이라고 합니다. 그리고 개체의 한 속성을 반복측정한 것도 대응표본이라 할 수 있습니다. 대응표본의 […]

모델링?

CONTENTS 모델링은 현상을 추상화하는 과정입니다. 현상은 모델의 대상입니다. 모델은 현상을 추상화한 결과입니다. 모델 모델(model)이란, 복잡한 현상을 단순화, 추상화하여 핵심을 표현한 것입니다. 즉, 모델은 현실 세계의 복잡한 대상이나 현상을 핵심만 표현합니다. 모델은 분석과 예측을 가능하게 하여 현실에서의 의사결정과 문제해결을 돕는 도구입니다. 데이터 사이언스에서의 모델은 복잡한 현실 세계의 현상을 그 세계의 데이터를 사용하여 추상화·단순화한 것입니다. 이 모델은 […]

완전확률화 실험설계

Animation Figure 확률화 실험설계 확률화 실험설계 [Q&A] CONTENTS Author Detail Publication Histroy DOI Citation Download Print 구글문서 Print 구글문서 Abstract 실험설계는 실험 결과와 그에 영향을 미치는 다양한 원인(인자) 및 그 값(수준)을 이해하기 위해 설계된 일련의 과정입니다. 이 과정은 실험 목적의 설정, 결과 변수의 선정, 원인 변수의 모델링, 그리고 실험 배치와 순서의 완전 확률화를 포함한 여러 […]

모수검정과 비모수검정

Animation Figure [Q&A] CONTENTS Author Detail Publication Histroy DOI Citation Download Print 구글문서 Print 구글문서 Abstract 가설에 대한 검정에는 모집단이 정규분포를 따를 때 적용되는 모수검정과 정규분포를 따르지 않는 경우에 적용되는 비모수검정이 있습니다. 모수검정은 주로 모집단의 평균과 분산이 알려진 정규분포를 기반으로 하며, 표본평균과 표본분산을 통해 새로운 확률변수를 정의하고 이를 통해 가설을 검정합니다. 특히, 표본평균과 표본분산을 변환하여 […]

가설수립

Animation Figure 가설수립 가설수립 [Q&A] CONTENTS Author Detail Publication Histroy DOI Citation Download Print 구글문서 Print 구글문서 Abstract 가설은 연구의 출발점으로, 연구자가 세운 잠재적 진실을 탐구하는 과정에서 검증하고자 하는 아이디어를 의미합니다. 가설의 주요 목적은 관측대상을 변수로 정의하고, 이를 바탕으로 실험을 설계하며, 관측을 통해 가설을 검증하는 것입니다. 연구에서는 독립변수(원인, 인자)가 종속변수(결과, 반응)에 미치는 영향을 탐구하며, 이 […]

표본분산의 표준오차

Animation Figure [Q&A] CONTENTS Author Detail Publication Histroy DOI Citation Download Print 구글문서 Print 구글문서 Abstract 표본분산의 표준오차는 표본분산 표집의 표준편차입니다. 표본분산의 기대값은 모분산과 동일합니다. 표본분산 표집의 분산은 모분산의 네 제곱을 표본크기에서 1을 뺀 값인 표본의 자유도로 나눈 값입니다. 그리고 표본분산 표집의 표준편차는 표본분산 표집의 분산의 제곱근입니다. Keywords 표본분산의 표준오차 표본분산의 표준오차는 표본분산 표집의 표준편차입니다. […]

표본평균의 표준오차

Animation Figure [Q&A] CONTENTS Author Detail Publication Histroy DOI Citation Download Print 구글문서 Print 구글문서 Abstract 표본평균의 표준오차는 표본평균의 확률분포에서 표본평균의 퍼짐 정도를 나타내는 표준편차로, 모표준편차를 표본 크기의 제곱근으로 나누어 계산됩니다. 중심극한정리에 의해 표본평균의 기대값은 모평균과 같으며, 표본평균의 표집분포는 종모양의 분포를 따릅니다. 표준화를 통해 확률변수를 표준편차의 몇 배로 표현할 수 있으며, 표본평균 표집의 표준편차는 표본평균의 […]

표본통계량의 표준오차

Animation Figure [Q&A] CONTENTS Author Detail Publication Histroy DOI Citation Download Print 구글문서 Print 구글문서 Abstract 차이(difference)는 두 값 사이의 간격으로, 0과 양수만 가집니다. 편차(deviation)는 특정 기준값에서 다른 값을 뺀 값으로, 양수, 음수, 0을 모두 포함합니다. 표본에서는 보통 표본평균을 기준값으로 사용합니다. 오차(error)는 기대값과 실제 값 사이의 편차를 의미하며, 잔차(residual)는 회귀분석에서 실제 값과 예측 값 사이의 […]

표본평균의 표집분포

Animation Figure CONTENTS Author Detail Publication Histroy DOI Citation Download Print 구글문서 Print 구글문서 Abstract 표본평균 표집은 모평균 추정 및 가설검정에 쓰이며, 신뢰구간과 유의수준을 설정하여 모평균의 위치를 추정합니다. 신뢰구간은 주어진 신뢰수준(예: 90%, 95%) 하에서 모평균이 위치할 범위를 나타내고, 가설 검정 시 유의수준(예: 5%, 1%)을 설정하여 표본평균과 모평균의 관계를 검증합니다. 표본평균의 속성으로 불편성, 일치성, 유효성이 있으며, […]