문과생CS정복기

ANOVA(분산분석)와 t-검정 모두 통계적 방법으로 그룹 간 차이를 검증하는데 사용됩니다. 그러나 각 방법은 서로 다른 상황과 요구 사항에 맞춰 설계되었습니다. 유치원생도 이해할 수 있게 간단히 비교 설명해 보겠습니다.t-검정t-검정은 주로 두 그룹 간의 평균 차이를 비교할 때 사용됩니다. 예를 들어, 두 개의 사탕 봉지가 있고 각 봉지에서 나온 사탕의 수를 비교하고 싶을 때 t-검정을 사용할 수 있습니다.독립표본 t-검정: 두 그룹이 서로 독립적일 때 사용합니다. 예를 들어, 두 다른 클래스의 학생들의 시험 점수를 비교할 때 사용할 수 있습니다.종속표본 t-검정: 같은 그룹의 참가자들에게서 얻은 두 데이터를 비교할 때 사용합니다. 예를 들어, 한 학급 학생들이 특정 시험을 치르기 전과 후의 점수를 비..

stats.bartlett과 stats.ttest_ind는 서로 다른 목적을 가진 두 가지 통계적 검정 함수입니다. 각각의 함수가 어떤 목적으로 사용되는지, 그리고 어떤 통계적 가설을 테스트하는지 살펴보겠습니다.1. stats.bartlett목적: Bartlett의 검정은 두 개 이상의 독립 표본의 분산이 동일한지(등분산성) 검정합니다. 이 검정은 ANOVA(분산분석)를 실시하기 전에 데이터가 등분산성 가정을 충족하는지 확인하기 위해 사용됩니다.사용 예: 여러 그룹의 데이터가 같은 분산을 가지고 있는지를 확인하고 싶을 때 사용합니다. import scipy.stats as stats# 분산이 다를 것으로 예상되는 데이터 생성group1 = np.random.normal(100, 10, 30)group2 ..

독립표본 (Independent Samples)상상해 보세요, 유치원에서 두 개의 다른 반에 있는 아이들이 있어요. 하나는 '해님 반'이고 다른 하나는 '달님 반'이에요. 이 두 반의 아이들은 서로 다른 반에서 다른 선생님과 활동을 해요. 이제 만약 우리가 '해님 반' 아이들과 '달님 반' 아이들의 키를 비교하고 싶다면, 우리는 두 개의 독립적인 그룹, 즉 독립표본을 가지고 있는 것이죠. 이 두 그룹은 서로 관련이 없으며, 각자 다른 환경에서 자라나고 있어요.종속표본 (Dependent Samples)이번에는 '해님 반'의 아이들이 어떻게 성장하는지 알아보고 싶다고 생각해 보세요. 우리는 같은 '해님 반' 아이들을 가을에 한 번, 봄에 한 번 측정해 그 아이들이 얼마나 클까를 알아볼 수 있어요. 이 경우..

p값을 이해하기 쉽게 설명하자면, 어떤 일이 우연히 일어날 가능성을 나타내는 숫자라고 할 수 있어요. 예를 들어서, 우리가 주사위를 던져서 6이 나오는 게 특별한 마법 때문인지, 그냥 우연인지 알아보고 싶을 때, p값을 사용할 수 있어요.만약 주사위를 한 번 던져서 6이 나왔다면, 그것이 마법 때문이라고 확신하기는 어렵죠. 왜냐하면 주사위를 던지면 어차피 1부터 6까지 숫자 중 하나는 나오게 되어 있으니까요. 이 때의 p값은 "아, 이건 마법이 아니야, 그냥 우연이야"라고 말해주는 숫자라고 생각하면 돼요. p값이 크면 클수록, 그 일이 그냥 우연히 일어났다고 보는 거고, p값이 작으면 작을수록 그 일이 특별한 이유가 있을지도 모른다고 생각하는 거예요.p-value(평범값) = 그냥 우연히 일어날 ..

산술평균 (Arithmetic Mean): 이는 주어진 수들의 합을 그 수들의 개수로 나눈 것입니다. 일반적인 "평균"으로 가장 널리 사용됩니다.기하평균 (Geometric Mean): 수들의 곱의 n제곱근입니다 (n은 수들의 개수). 변화율이나 비율을 다룰 때 유용합니다.조화평균 (Harmonic Mean): 수들의 역수의 산술평균의 역수입니다. 속도나 비율의 평균을 구할 때 주로 사용됩니다. 다음 문제를 풀어봅시다.(100% + (-16.7%) ) / 2 = 41.65% 일 것 같지만 매년 41.7%로 매출이 증가하면 2021년 매출은 30.2억이 됩니다.실제 2021년 매출 25억과 차이가 많이 나게 되지요. 그래서 이런 경우에는 산술평균이 아닌 기하평균으로 구해야 합니다.( (1..

1.귀무가설과 대립가설귀무가설과 대립가설은 통계적 가설 검정(statistical hypothesis testing)에서 사용되는 두 주요 개념입니다. 이들은 연구자가 수집한 데이터를 기반으로 통계적 결정을 내리는 데 사용됩니다.귀무가설 (Null Hypothesis, 𝐻0H0​)귀무가설은 보통 '변화가 없다', '효과가 없다', 또는 '차이가 없다'는 가설입니다. 다시 말해, 두 집단 간의 차이가 없거나, 어떤 처리가 효과가 없다는 것을 기본적으로 가정합니다. 귀무가설은 기존의 지식이나 이론을 바탕으로 설정되며, 이 가설을 검증하기 위해 데이터를 수집하고 분석합니다.예시: 새로운 교육 프로그램이 학생들의 성적에 영향을 미치지 않는다. (𝐻0:𝜇𝑛𝑒𝑤=𝜇𝑜𝑙𝑑H0​:μnew​=μold​..