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 |
- version 1
- 혼합효과모형
- 두 평균의 비교
- 정규분포
- 반복있음
- 확률
- 고정효과모형
- 가설검정
- 인공지능
- version 2
- 티스토리챌린지
- r
- 반복없음
- 경제학
- 통계학
- 추정
- JavaScript
- 분산분석
- html
- 에세이
- 데이터 과학
- 이원배치 분산분석
- 변량효과모형
- 변동분해
- 산점도
- css
- 회귀분석
- 오블완
- 글쓰기
- 이항분포
- Today
- Total
목록연속확률분포 (2)
생각 작업실 The atelier of thinking
Chapter 52. 정규분포(Normal Distribution) 1. 정규분포(Normal Distribution)의 유래 통계학 분야에서 가장 중요한 분포로서 정규분포를 꼽고 있습니다. 이 정규분포와 함께 가우스와 피어슨이라는 두 수학자가 자주 언급되고 있습니다. (1) 가우스(Gauss) 가우스(Gauss) 또는 카를 프리드리히 가우스(Carl Friedrich Gauss)는 18세기 말부터 19세기초에 걸쳐 살았던 독일의 수학자,천문학자,물리학자,통계학자, 지리학자입니다. 그의 이름은 통계학에서 잘 알려져 있습니다. 가우스는 통계학 분야에서는 최소제곱법과 정규분포를 중심으로 한 연구를 했습니다. 최소제곱법은 특정한 데이터 셋과 가장 근접한 직선을 찾는 방법으로, 데이터 분석에서 매우 중요한 개념..
Chapter 41. 확률분포의 분류 1. 확률분포를 구분하는 이유 통계학에서 주된 관심은 모집단의 특성을 알고자 하는 것입니다. 모집단 전체를 분석하는 것이 가장 정확하겠으나, 대부분의 경우 비용과 시간문제가 발생하여 표본을 추출하여 분석합니다. 이 때 보다 분석에 신뢰를 더해주는 것이 확률입니다. 통계의 기초인 데이터는 확률변수의 관측값이거나 결과입니다. 확률변수는 이 결과를 숫자로 바꿔 수학적 모델링을 가능하게 합니다. 확률분포는 확정변수가 가질 수 있는 모든 값과 그 값이 나타날 확률을 나타내는 함수입니다. 바꿔말하면, 확률분포는 모집단의 특성을 확률적으로 모델링합니다. 따라서 확률분포를 통해 모집단의 특성을 일정한 수학적 형태로 표현하고, 이를 기반으로 확률적인 추론이나 예측을 수행할 수 있습니..