[7/13] Python으로 배우는 데이터 분석 이해(통계 기반 데이터 분석)(2)

구간 추정

• 신뢰계수(Confidence coefficient)
• 신뢰수준(Confidence Level)
• 신뢰구간(Confidence interval)
• 유의수준(Significance Level)

모평균의 신뢰구간 추정

참고: https://m.blog.naver.com/iotsensor/222182891116

모분산의 신뢰구간 추정

참고: https://math100.tistory.com/62

 

두 모분산 비의 신뢰구간 추정

참고: https://m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=lchry&logNo=220509275518

 

가설 검정(= 유의성 검정)

: 가설의 종류 모집단 실제값이 얼마나 되는가 하는 주장과 관련해서, 표본이 가지고 있는 정보를 이용해 가설이 올바른지 그렇지 않은지 판정하는 과정

• 귀무가설
• 대립가설

 

통계적 가설 검정

• 검정 통계량(T(X), Test statistic)
• 기각역(C, Critical region): 검정 통계량의 분포에서 유의수준의 크기에 해당하는 영역(귀무가설 기각)
• 채택역(A, Acceptance Region): 검정 통계량의 분포에서 유의수준을 제외하는 크기에 해당하는 영역, 채택되는 검정 통계량의 영역(귀무가설 채택)

 

가설 검정의 종류

• 양측검정
• 좌측검정
• 우측검정
• P값(유의확률)
• 가설 검정 방법 - 모평균, 모비율, 모분산 등

 

모집단 평균에 대한 유의성 검정

• Z검정
• t검정 - 단일표본 t검정, 대응표본 t검정, 독립표본 t검정
• 카이제곱 검정
• F검정

 

분산분석(ANOVA)

: 모집단이 3개 이상이면서 독립변인에 의한 종속변인의 평균치 간 차이를 검정

* 사후 검정: 분석하는 각 집단간의 유의성 검정

=> Tukey, Scheffe, Duncan, Bonferroni

 

카이제곱 검정(교차분석)

: 카이제곱분포에 기초한 통계적 방법으로, 관찰된 빈도가 기대되는 빈도와 의미있게 다른지의 여부를 검정하기 위해 사용되는 검정방법

• 적합도 검정(Goodness of Fit): 범주형 자료에 대한 가설을 검정하는 방안으로 교차 테이블에 대한 가설 검정
• 독립성 검정(Test of Independence): 연속형 변수들 사이의 관계를 알아보는 상관분석이 있다면, 범주형 변수에는 독립성 검정
• 동질성 검정(Test of Homogeneity): 각 그룹은 동질(동일한 성질)한지 검정, 확률분포가 동일한지 도출하는 것

 

[오늘의 실습 모음]

statistics_실습(1)~(5)

(구간추정, 가설검정, t검정, 분산분석, 카이제곱검정)

https://github.com/thumb-chuu/BigData-Internship_statistics

GitHub - thumb-chuu/BigData-Internship_statistics