코세라 통계학-2

1. 수치형 데이터 시각화

분산형 계획 : 두개의 변수에 의해 어떠한 변수값에 의해 데이터에 영향을 미치는지 확인

두변수간의 관계에 따른 분산을 통해 4가지 형태로 분류 가능함

box plot와 히스토그램은 상호 보안이 가능함

box plot에서 분포의 최고점은 히스토그램에서 중앙값이 되며 꼬리는 각 끝으로 이어져 히스토그램과 같은 분포를 나타내게 된다

2. 데이터에서 중심(중간)을 나타내는 방식

1. mean : 모집단의 평균 ( 모든 샘플의 합 / 샘플의 갯수 )

2. mode : 최빈값 ( 가장 많이 나오는 값 )

3. median : 가운데 위치한 데이터 ( 정렬 후 가운데 있는 값 )

만약 median의 가운데가 두개라면 두수의 평균으로 계산

left skewed : mean < median

symmetric : mean ~= median

right skwed : mean > median

3.데이터의 퍼짐을 나타내는 방식

분산 : 데이터가 얼마나 퍼져있는지에 대한 수치

variance(변화량)^2 = (데이터 - 평균)^2 / 데이터갯수 -1

교차사분위범위 ( IQR ) : 3분위 - 1분위

1분위 : 전체데이터의 1/4지점

3분위 : 전체데이터의 3/4지점

4. 엄격한 관찰

강력한 통계 (값이 특정 부위에 항상 있음) : median(중앙값), IRQ (교차사분위) - 기울어진 분포, 극한의 관찰 설명

비강력한통계 (값이 어디에 있을지 모름- 데이터 값에 따름): 평균, 표준편차 - 대칭분포 설명

5. 데이터 변환

data 가 비선형 형태이거나 정규분포가 아닌 경우에는 통계적 분석을 하는데, 문제가 발생 (선형성 가정이 없기 떄문)

data 를 변환해서 정규분포 형태도 바꿔서 분석하는 방법 ( 로그 변환, 1/y, sqrt(y), 루트 변환등)을 통해 선형데이터로 바꿈

코세라 통계학-1 (0)	2018.12.01

조아하는모든것