Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- reinforcement learning
- 모두를 위한 RL
- 사이킷런
- 강화학습
- Hessian Matrix
- Linear algebra
- 김성훈 교수님
- pandas
- 유니티
- Deep Learning
- rl
- convex optimization
- machine learning
- Laplacian
- list
- statistics
- 논문
- 데이터 분석
- neural network
- Python Programming
- optimization
- ML-Agent
- paper
- 딥러닝
- David Silver
- 리스트
- Series
- unity
- Jacobian Matrix
- 판다스
Archives
RL Researcher
Statistics - Basic of Statistics 본문
What is Statistics?
모집단(Population)에서 표본(Sample)을 추출하여 표본을 분석해 모집단을 추정하고 추론하는 것.
- 모집단 (Population) : 분석의 대상이 되는 모든 개체들을 모은 집합.
- 일반적으로는 시간적이나 공간적인 제약이 존재하여 모집단 전체를 대상으로 분석은 불가능하다.
- 표본 (Sample) : 모집단의 일부분의 관측값들을 추출한 것.
* 우리가 하게 되는 Statistics에서는 표본의 통계량(Statistic)을 통해서 모집단의 요약값인 Parameter를 추정하는 것이다.
- 모수 (Parameter) : 표본을 통해서 뽑아낸 통계량을 이용해 수치로 표현되는 모집단의 특성.
- 통계량 (Statistic) : 표본의 관측값들에 의해서 결정되는 양.
Types of Data
수치형(양적자료) 자료와 범주형(질적자료) 자료가 존재한다.
- 수치형 (양적자료)
- 연속형 : 몸무게, 키, ...
- 이산형 : 전화 통화 수, ...
- 범주형 (질적자료)
- 순위형 : 학점, ...
- 명목형 : 성별, ...
* 반응변수와 설명변수에 따라서 자료의 분석 방법을 정의할 수 있다.
반응변수 | 설명변수 | |
범주형 | 연속형 | |
범주형 (이분형) | Chi Square Test | Logistic Regression Analysis |
연속형 | Analysis of Variance | Regression Analysis |
- 범주형 자료의 표현법 : 도수 분포표, 막대 or 원형 그래프
- 연속형 자료의 표현법 : Box plot, Histogram
'Mathmatics > Machine Learning Statistics' 카테고리의 다른 글
[Statistics] Bayes' theorem (1) | 2021.03.16 |
---|---|
분류(Classification)와 회귀(Regression) (0) | 2020.12.24 |