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 |
Tags
- F분포
- 평창
- SQLD
- 구글#빅쿼리#데이터분석
- 영어연설
- 2018계획
- 풀러스
- 공유경제
- 연설
- PGTM
- CC#5
- 데이터분석
- publicspeaking
- 데이터
- 데분
- 영화
- 카이제곱분포
- 토스트마스터
- 취업
- 임상통계
- Toastmaster
- 정형데이터
- 엘뱌키안
- 인과추론
- Public Speaking
- 분석
- 대중연설
- CC#3
- 제약
- 사이허브
Archives
- Today
- Total
목록F분포 (1)
지지플랏의 DataScience
(9) Khan Academy 카이제곱분포와 검정과 F분포와 분산분석
이번 글은 Khan Acadmey 마지막 단원인 14 ~ 16단원에 해당하는 카이제곱 분포와 검정방법 3가지(적합도, 독립성, 동질성), 분산분석에 대해서 다룬다. 예시로 쉽게 알아보고 Python 코드를 이용해서 적용해보자.1. 글목차카이제곱 분포카이제곱 검정: 적합도, 독립성, 동질성 검정F 분포분산분석2. 본문2.1. 카이제곱 분포카이제곱분포이란 무엇인가? 표준정규분포를 따르는 $Z \sim N(0,1^{2})$변수의 그림을 떠올려 보자. 이를 제곱한 분포를 그려보자. 새로운 분포인 $\chi^{2} = Z^{2}$라고 표현할 수 있다. 표준정규분포는 평균이 0 이고 표준편차가 1인 분포를 따르기 때문에 이를 제곱한 결과는 0에 대부분 쏠려 있을 것이다. 반면 평균이 0 이지만 0을 벗어난 ..
Data Science/Khan Academy
2024. 8. 19. 18:16