[DAY 36] 효과 크기, 대응표본 t-검정, 분산 분석, 카이제곱 검정, 맥니마 검정
신뢰구간, 귀무가설, 유의수준, p-value 등 통계적 가설 검정에 대한 문제를 풀었다. 이후 집단 비교에 대해 학습하며 효과 크기, 여러 검정 방법을 익혔다. 검정력(power) 유의수준(α) : 귀무가설이 참일 때 기각하는 1종 오류의 확률 β : 귀무가설이 거짓일 때, 기각하지 못하는 2종 오류의 확률 검정력(1-β) : 귀무가설이 거짓일 때, 이를 올바르게 기각할 확률 - 보통 검정력은 0.8 이상을 요구 - 표본의 크기가 크면 증가 - 분석 결과에 나오는 검정력은 모수가 통계량과 같다는 가정 아래 계산된다. 맨-휘트니 U 검정(Mann-Whitney U test) 독립표본 t 검정에 대응하는 비모수 검정 방법 귀무가설 : 두 집단의 모집단은 같다. 윌콕슨 순위합 검정(Wilcoxon rank-..
2023. 2. 15.
[DAY 34] 통계 강의 시작 - 변수, 확률분포, 확률질량함수, 중심극한정리, 기술통계, 상자수염그림, 모집단과 표본
Special Lecture인 통계분석이 1주일동안 진행될 예정이다. 강의를 집중해서 듣고 데이터분석을 위한 통계 역량을 키워야겠다. 통계를 배우는 이유(활용 예시)에 대한 소개를 시작으로 강의가 진행되었다. 통계로 무엇을 할 수 있는가 전문가 판단 vs 통계적 예측 미네소타대학교 심리학 교수 폴 밀, 1954 "학업성, 정신질환의 예후 등에서 전문가의 판단보다 통계적 예측이 더 정확하다." 이러한 밀의 연구 이후 수십년간 논란이 되었고 136개의 연구를 검토한 결과 통계적 예측이 더 정확했다. - 통계 우위(63개), 동률(65개), 전문가 우위(8개) 전문가의 판단은 내외부적 잡음에 영향을 받는 반면 통계적 모델을 통한 예측은 잡음에 영향을 받지 않는다. 통계적 예측이 충분히 사용되지 않는 이유 전문..
2023. 2. 13.
