본문 바로가기
반응형

Statistics9

통계학 & R 프로그램 스터디 17일차 ::부전자전, 유전 연결고리 :: 산점도란 무엇인가? <이토록 쉬운 통계 & R> 통계학 & R 프로그램 스터디 17일차 - 부전자전, 유전 연결고리 - 산점도란 무엇인가? 키 작은 엄마와 키가 큰 아들이 나란이 서 있다. 우리는 자연스럽게 '아빠가 키가 크겠구나'라고 생각한다. 칼 피어슨 Karl Pearson이라는 통계학자는 이와 같은 것들이 얼마나 영향을 주는지에 대한 연구를 진행하기도 했다. * 칼 피어슨 : 영국의 수리통계학자·우생학자. 인류의 유전에 관한 통계적 분석, 두개(頭蓋)의 계측(計測), 결핵의 통계 등으로 유명하다. 피어슨파 수리통계학의 창시자, 생물통계학의 선구자로 알려져 있으며 과학비평가로서도 이름이 높다. 산점도 아빠 키와 아들 키의 관계를 확인하기 위해서는 데이터가 필요하다. '아빠 키', '아들 키'라는 변수가 있어야 한다. 예를 들어 아래 그림과 같이 .. 2018. 3. 29.
통계학 & R 프로그램 스터디 14일차 ::0.000012%의 꿈, 로또(1) :: 로또 당첨 확률 구하기 <이토록 쉬운 통계 & R> 통계학 & R 프로그램 스터디 14일차 - 0.000012%의 꿈, 로또, - 로또 당첨 확률 구하기 로또 당첨 확률 로또 당첨 확률을 구하려면 먼저 45개의 숫자 중 6개를 뽑는 방법의 가짓수를 구해야 한다. 고등학교 통계 시간에 배운 조합 Combination을 써보면 다음과 같이 구할 수 있다. $${}_{45}{\rm C}_{6} = \frac{45 \times 44 \times 43 \times 42 \times 41 \times 40}{6 \times 5 \times 4 \times 3 \times 2 \times 1} = 8,145,060$$ 8,145,060개의 번호 중에서 곡 하나는 당첨 번호가 나오므로 내가 산 복권이 당첨될 가능성은 $$\frac{1}{8,145,060} \sim 0... 2018. 2. 13.
통계학 & R 프로그램 스터디 11일차 :: 물수능과 불수능 :: 표준화(2) - 척도화 <이토록 쉬운 통계 & R> 통계학 & R 프로그램 스터디 11일차 - 물수능과 불수능 :: 표준화(2) - 척도화 지난번에는 데이터의 표준화의 첫단계인 중심화 Centering에 대해서 스터디를 했다. (통계학 & R 프로그램 스터디 10일차 :: 물수능과 불수능 :: 표준화(1) - 중심화 ) 오늘은 그에 이어서 척도화 Scaling에 대해 스터디를 진행할 예정이다. 오늘은 지난 번과 조금 다른 예를 가지고 왔다. 원래 점수 $$6, 10, 15, 18, 19, 22$$ 에 2배를 해서 새로운 변수 $y$를 만들었다. $$12, 20, 30, 36, 38, 44$$ 이전 과정을 복습할 겸 중심화를 해보자. 먼저 평균을 구해보면 $$m = \frac{12 + 20 + 30 + 36 + 38 + 44}{6} = 30$$ 30인 것을.. 2018. 2. 8.
통계학 & R 프로그램 스터디 9일차 - 분산 n으로 나눌까? n-1로 나눌까? <이토록 쉬운 통계 & R> 통계학 & R 프로그램 스터디 9일차 - 더치페이와 N빵(3) :: 분산!! n으로 나눌까? n-1로 나눌까? 통계 관련된 책들을 보면 어떤 책은 분산을 $n$으로 나눠서 계산을 하고 어떤 책은 $n-1$로 나눠서 계산한다. 도대체 뭐가 맞는 걸까? 이것은 무엇이 맞고 틀리냐의 문제가 아니다. 분산을 계산하는 샘플을 무엇으로 선택하느냐에 따라 차이가 생긴다. 모집단 전체로 분산을 구하느냐? 임의로 추출한 표본집단으로 분산을 구하느냐?에 따라 계산 방법이 달라진다. 그렇다면 왜 두 경우에 계산 방법이 달라질까? * 수식 압박에 주의하세요..ㅎㅎ TeX이 변환되는 데 시간이 조금 걸릴 수 있습니다. 조금만 기다려주세요~~ 모집단에서 크기가 $n$인 표본 $X_1$, $X_2$, $\cdots$, $X_n$을.. 2018. 2. 6.
통계학 & R 프로그램 스터디 7일차 - 더치페이와 N빵(1) :: 평균, 분산, 표준편차 <이토록 쉬운 통계 & R> 통계학 & R 프로그램 스터디 7일차 - 더치페이와 N빵(1) :: 평균, 분산, 표준편차 드디어! 통계의 기본 중에 기본인 평균, 분산, 표준편차에 대한 이야기가 시작된다. 평균, 분산, 표준편차에 대한 기본 개념과 정의에 대해서 간략하게 정리해보자. 평균 어떤 변수의 합계가 고정되어 있을 때, 모든 관측치가 똑같이 나눠 가질 수 있는 값을 평균 Mean 이라고 한다. 변수 $x$의 평균은 모든 관측치의 값을 다 더한 다음 관측치의 개수 $n$으로 나눠 계산한다. $$\overline{x} = \frac{\sum_{i = 1}^{n}x_i}{n} = \frac{1}{n}\sum_{i=1}^{n}x_i$$ 분산 분산 Variance은 평균에서 떨어져 있는 거리를 숫자로 계산하기 위한 여러 가지 시도들 중.. 2018. 2. 3.
반응형