우리가 살아가는 도시

7장. 대표본에서의 추론 1) 공식 2) 개념 - 통계적 추론: 표본자료를 분석함으로써 모수에 대한 결론을 도출하는 과정 - 점추정량(추정량): 모수를 추정하기 위하여 사용되는 통계량 - 표준오차: 추정량의 표준편차 - 신뢰수준: 표본을 추출하고 이 표본을 이용하여 모수의 참값이 언제나 포함되는 구간을 구하는 것. 하지만, 이것은 표본간의 변동 때문에 불가능하며, 그 대신 계산된 구간이 모수의 참값을 포함할 확률을 명시하게 됨. 이를 신뢰수준이라하며, 통상 0.90, 0.95, 0.99 등을 택함 (80%의 신뢰구간이 90%의 신뢰구간보다 짧음을 알 수 있는데, 짧은 구간은 mu의 위치를 더욱 정밀하게 추정하는 것으로 볼 수도 있지만, 장기적인 관점에서 모수의 참값을 포함하게 되는 상대도수는 낮아지게 됨..

6장. 반복표본에서의 변동: 표본분포 1) 공식 2) 개념 - 모수 : 모집단의 수치적 특성치 - 통계량 : 표본 관측값들의 실수값 함수 - 확률분포 : 통계량(표본의 계산값)의 확률분포 / 즉 모집단으로부터 반복적으로 표본을 추출할 때 통계량이 갖는 분포 - 중심극한의 정리 : 표본의 크기가 크면 표본 통계량(표본평균)도 근사적으로 정규분포를 따름 3) 코딩 # 예제 6.3 (n=5인 표본평균) x = matrix(runif(500, 0, 9), nrow = 100, ncol = 5) xbar = apply(x, 1, mean) #apply(x,margin,fun,...) x=대상자료객체, margin: 차원(1(행), 2(열), 3(세번째차원, c(1,2)(행,열), fun: 적용할 함수 명) his..

5장. 정규분포 1) 공식 2) 개념 확률밀도곡선 아래쪽 총면적은 1이다. 표준정규분포: 평균이 0, 표준편차는 1을 갖는 종모양의 확률밀도함수 표준정규분포는 N(0,1)로 나타낸다. 3) 코딩 pnorm(1.37) 1-pnorm(1.37) qnorm(0.975) pnorm(63,mean=60,sd=4)-pnorm(55,mean=60,sd=4) pbinom(101,150,0.6)-pbinom(81,150,0.6) pnorm(101,90,6)-pnorm(82,90,6) pnorm(1.92,0,1)-pnorm(-1.42,0,1) pnorm(1.92)-pnorm(-1.42) x = c(39.3, 3.5, 6.0, 2.7, 7.4, 3.5, 19.4, 19.7, 1.0, 8.7, 14.8, 8.3, 17.1, ..

1. 파이썬을 이용한 시스템 트레이닝 https://wikidocs.net/book/110 2. 통계(계량경제) http://statnmath.blogspot.kr 3. R을 활용한 사회네트워크 분석 - 사회네트워크분석 입문 - 허명회 저. 참조 http://blog.naver.com/edgelab/220176838047 4. 머신러닝과 딥러닝 https://hunkim.github.io/ml/ 5. R과 관련된 사이트 https://www.datascienceschool.net/