Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- AI
- localization
- 국제화
- deeplearning.ai
- docker
- coursera
- 현지화
- internationalization
- andrew ng
- I18N
- gettext_windows
- Python
- gettext
Archives
- Today
- Total
JMANI
ADP-2 본문
표본 추출 방법
- 단순랜덤 추출법
- 계통추출법
- 집락추출법
- 층화추출법
측정 방법
- 명목척도: 성별, 출생지
- 순서척도: 만족도, 선호도, 학년, 신용등급
- 구간척도(등간척도): 온도, 지수
- 비율척도: 무게, 나이, 시간, 거리
확률분포
1. 이산형 확률변수
- 베르누이 확률분포
- 이항분포
- 기하분포
- 다항분포
- 포아송분포
2. 연속형 확률변수
- 균일분포
- 정규분포
- 지수분포
- t-분포
- 두 집단의 평균이 동일한지
- 표본이(30개이상) 커져서 자유도가 증가하면 표준정규분포와 거의 같은 분포
- x^2-분포(카이제곱)
- 두 집단 간의 동질성 검정
- 모평균과 모분산이 알려지지 않은 모집단의 모분산에 대한 가설 검정
- F-분포
- 두 집단간 분산의 동일성 검정
- 카이제곱과 달리 자유도를 2개 가지고 있음
가설검정
- 귀무가설: 비교하는 값과 차이가 없다, 동일하다 H_0
- 대립가설: 뚜렷한 증거가 있을 때 주장하는 가설 H_1
- 검정통계량: 관찰된 표본으로부터 구하는 통계량, 검정 시 가설의 진위를 판단하는 기준
- 유의수준: 귀무가설이 옳은데도 이를 기각하는 확률의 크기 = 제 1종 오류(알파) > 실제확률 p-value
- 기각역: 귀무가설이 옳다는 전제하에서 구한 검정통계량의 분포에서 확률이 유의수준인 부분 C
- 제 2종 오류: 귀무가설이 옳지 않은데도 귀무가설을 채택하게되는 오류(베타)
비모수 검정
- 부호검정, 윌콕슨의 순위합검정, 윌콕슨의 부호순위합검정, 만-위트니의 U검정, 런검정, 스피어만의 순위상관계수
'빅분기ᆞADPᆞADsP' 카테고리의 다른 글
시각화 (0) | 2022.05.20 |
---|
Comments