우리가 살아가는 도시

2장. 자료의 구조 x=rep(1,10) #1을 10번 반복 #빈도분석 x=rep(LETTERS[1:3],c(1520,790,510)) #LETTERS[1:3] = a,b,c / a를 1520번 반복, b를 790번 반복, c를 510번 반복 library(prettyR) freq(x) freq(x,display.na=FALSE) #파이차트 pie(table(x)) #pie에서는 x만써서는 안되며, table(x)로 표기해야 함 pie(table(x),main="예제2.2 파이차트") #파레도차트 x=rep(LETTERS[1:5],c(35,9,45,6,5)) #LETTERS[1:5] = a,b,c,d,e library(qcc) pareto.chart(table(X)) pareto.chart(table(X..

1. 편차 표본평균을 중심 척도로 하여 나타낸 차이 편차 = 자료값 - 표본평균 편차의 합은 언제나 0이기 대문에 데이터의 퍼짐정도를 알 수가 없음 2. 표본분산 R code = var( ) 편차의 상쇄를 막기 위해 사용 각 편차를 제곱하여 합한 것을 (자료의 개수-1)로 나눈 값 3. 표본표준편차 R code = sd( ) 편차의 상쇄를 막기 위해 사용 각 편차를 제곱하여 합한 것을 (자료의 개수-1)로 나눈 값의 제곱근 4. 확률표본 크기가 n인 모든 묶음들이 똑같은 확률 을 갖는다면, N개의 서로다른 객체를 가지고 있는 한 모집단으로부터 뽑혀진 크기 n의 표본을 확률표본 5. 확률변수 확률변수 X란 실험의 결과들에 수치를 대응시키는 것을 의미 6. 이산확률변수 확률변수가 유한값을 혹은 자연수와 일대..

1. 조건부 확률 # choose(3,1) -> 3C1의 값 # round(choose(3,1),digit=3) -> digit=3이란, 소수점 3자리 까지를 나타냄 2. 이항분포 # dbinom(x값,mean=?,prob=?) -> 밀도값 # pbinom(x값,mean=?,prob=?) -> 누적이항질량함수 3. 정규분포 # dnomr(x값,mean=?,sd=?) -> 확률밀도함수(density) # pnorm(x값,mean=?,sd=?) -> 누적활률(probability) # qnorm(x값,mean=?,sd=?) -> 사분위수(quantile) # rnorm(x값,mean=?,sd=?) -> 난수(random number) example 1) x = rnorm(100) hist(x, probabi..

* 주요 용어들 1. package 설치 1) library(prettyR) -> freq(x)을 사용하기 위한 2) library(qcc) -> pareto.chart(table(x)을 사용하기 위한 2. Argument 1) c( ) -> 벡터 생성 -> c(1,2,3,4,5) / 1,2,3,4,5가 출력됨 2) rep( ) -> rep(1,10) / 1을 10번 반복하라 -> x = rep(LETTERS[1:3], c(1520, 770, 510)) / A,B,C에 대해 A를 1520번, B를 770번, C를 510번 반복하라 3. Argument(chart) 1) freq(x) -> prettyR패키지를 불러서 사용 -> frequence의 약자 -> table(X)와 다름 / 함께 비교하면 차이점..