일단 시작하는 블로그

내가 보려고 만드는 블로그

머신러닝/데이터 분석

기초내용 용어 정리 위주 벡터란? 크기와 방향으로 정의되는 값 단위 벡터 unit vector : 크기가 1인 벡터(i, j 표기) 임의의 벡터를 단위 벡터 조합으로 표기 할 수 있음 스칼라 : 크기만 있고 방향이 없는 값 (실수) 벡터의 길이 Length : 모든 원소의 제곱을 더 한 후 루트를 씌운 값 (피타고라스 정리) 벡터의 내적 Dot product 벡터끼리의 곱, 결과값은 스칼라. 각 구성요소를 곱해야 해서 두 벡터의 길이가 동일해야 구할 수 있음. $$ \vec{V_1} \cdot \vec{V_2} =[a \ b] \begin{bmatrix}x \\ y\end{bmatrix}=ax+by $$ $$ \vec{V_1} \cdot \vec{V_2} =|\vec{V_1}||\vec{V_2}|cos ..

2022. 6. 18.

머신러닝/데이터 분석

T-test란? 평균을 비교 할 수 있는 통계 가설 검정법 One sample t test 모집단 평균이 μ와 같은지 아닌지 검정 귀무가설 : 모집단 평균은 μ와 차이가 없을 것이다 대립가설 : 차이가 있을 것이다(크거나 작거나) 평균에 차이가 있을 때 평균보다 크다 작다를 검정하고 싶을 경우 유의수준은 한쪽 방향에서만 존재하게 된다 one tail 평균과 같다 같지 않다를 검정하고 싶을 경우 유의수준은 양쪽으로 나뉘어서 존재 two tail 만약 유의수준이 5%라면 한쪽에 2.5%씩 나뉨 검정하고 싶은 방법에 따라 one sample one tail, two tail 로 나뉜다!(헷갈리지 말것) Two sample t test 두 표본집단 간의 평균의 차이가 있는지 검정 귀무가설 : 표본집단 간 평균의..

2022. 6. 14.

머신러닝/데이터 분석

검정통계량 test statistic 표본 통계량은 추정치이므로 추정 오차가 발생하며 그것을 표준오차라고 부른다는 것을 앞서 알아보았다. 검정 통계량은 “통계적 가설의 진위여부를 검정하기 위해” 표본으로부터 계산하는 통계량이다. 즉, 표본 통계량을 2차 가공한 것으로 생각하면 된다. t-value 두 대상이 평균적으로 얼마나 차이가 나는가를 표현한 정도 표본 평균은 항상 오차를 수반하므로 이 오차를 염두하면서 두 표본그룹의 평균 차이에 관한 지표를 만들어야 한다. 따라서 평균 차이에 불확실도를 나누는 방식으로 통계적 차이 지표를 만든다. 값이 클수록 평균의 차이가 많이 나는 것으로 두 표본 집단이 하나의 모집단에서 나왔을 것이라는 가정이 맞을 확률 또한 매우 낮다고 말할 수 있게 된다. T분포는 정규분포..

2022. 6. 14.