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 |
- HackerRank
- inner join
- Statistics
- GRU
- nlp논문
- leetcode
- 서브쿼리
- LSTM
- torch
- SQL코테
- MySQL
- 자연어처리
- 자연어 논문 리뷰
- sigmoid
- airflow
- Window Function
- 논문리뷰
- SQL 날짜 데이터
- 그룹바이
- 코딩테스트
- 짝수
- 표준편차
- t분포
- sql
- 자연어 논문
- 카이제곱분포
- 설명의무
- CASE
- NLP
- update
- Today
- Total
목록DATA ANALYSIS/Math (13)
HAZEL
CH2. 데이터와 통계량 01 . 데이터의 수집 001. 용어 - 변수 : 어떠한 대응관계로 변화하는 수, 혹은 함수관계로 대응하며 주어진 범위 안에서 변화하는 수 -> 변수는 데이터로 구성되고, 데이터를 근거로 변수의 특성을 파악 - 데이터 : 조사의 목적에 맞는 변수를 기반으로, 표본으로부터 수집된 자료 002. 척도 [ 적절한 데이터를 구성하기 위한 기준 ] 1. 범주형 척도 : 명목척도, 서열척도 : 하나하나 구분이 되어있는것 - 명목 척도 : 이름이나 명칭을 숫자를 부여하지만 수치에 의미가 없음 ex, 남 1 / 여 0 -> 남자와 1 / 여자와 0 은 서로 관계가 없음 - 서열 척도 ( 순서 척도 ) : 명목척도의 특징을 가지고 있으면서, 순서를 가짐 ex, 1등 2등 ,, 2. 연속형 척도 ..
CH1. 모집단과 표본 01 . 모집단과 표본 추출 001. 모집단과 표본 - 모집단 : 통계분석 방법을 적용할 관심 대상의 전체 집합 - 표본 : 과학적인 절차를 적용하여 모집단을 대표할 수 있는 일부를 추출하여 직접적인 조사 대상이 된 모집단의 일부 출처: 통계청 002. 모수와 통계량 - 모수 : 모집단을 분석하여 얻어지는 결과 수치 ( 통계적 수치 ) ex, 모평균 , 모분산 , 모표준편차, 모비율 - 통계량 : 표본을 분석하여 얻어지는 결과 수치 ex, 표본평균, 표본분산, 표본표준편차, 표본비율 003. 표본추출의 방법 1. 확률적 표본추출 방법 : 모집단에서 표본이 될 확률이 모두 동일한것. 표본추출의 방법은 동일한 확률 하에서 표본을 구성 2. 비확률적 표본추출 방법 : 확률과는 상관없이 ..
1절. 기초 통계 1.1 용어 정리 - 모집단과 표본 1.2. 실험 - 실험 : 특정 목적 하에서 실험 대상에게 처리를 가한 후에 그 결과를 관측해 자료를 수집하는 방법 - 측정 : 추출된 원소들이나 실험 단위로부터 주어진 목적에 적합하도록 관측해 자료를 얻는 것. - 표본 공간어떤 실험할 때 나타날 수 있는 모든 결과들의 집합 - 사건 : 표본공간에 있는 몇 개의 원소들로 이루어진 부분 집합 - 확률 : 특정 사건이 일어날 가능성의 척도 P(E) = n(E) / n(Ω) - 확률변수 : 식 1.3. 확률 변수와 확률 분포 - 이산형 확률 변수 : 0 이 아닌 확률 값을 갖는 실수 값이 셀 수 있는 경우의 의미 ex , 이항 분포, 분포, 포아송 분포 - 연속형 확률 변수 : 가능한 값이 실수의 어느 특..