쉬운 목차

통계

– 모집단: 관심 있는 모든 데이터의 집합

– 표본: 모집단에서 조사를 위해 선정된 일부 데이터 세트 –> 여론 조사, 품질 관리

'추천 관련글,

매개변수 및 통계

– 매개변수: 모집단의 특성을 숫자로 나타낸 것

– 통계: 샘플의 속성을 숫자로 나타낸 것

데이터가 많이 쌓이면 분산이 일어난다.

분포가 나타나는 이유는 결정해야 할 숫자 뒤에 어느 정도의 불확실성이 있기 때문입니다.

모집단에 대한 데이터에 표현된 고유한 특성의 반복을 분포의 특성이라고 합니다.

-- 상단광고 -->

평범한 사람들이 관찰하는 데이터는 단순한 숫자 목록일 뿐입니다.

그래서 우리는 데이터 자체, 분포의 특성 또는 반복에서 무언가를 유추할 방법이 필요합니다.

이 방법은 통계입니다.

환원이란 데이터로 나열된 많은 숫자를 일정한 기준에 따라 정리하여 의미 있는 정보만을 추출하는 것을 의미한다.

대표적인 축소 방법은 피처를 식별할 수 있도록 차트를 만들거나 단일 숫자로 피처를 표현하는 것입니다.

통계는 데이터의 특성을 단일 숫자로 요약한 것입니다.

요약하려는 데이터의 유사한 특성에 따라 여러 통계가 사용됩니다.

평균

데이터는 수치적으로 분포되어 있는데, 이 분포에서 하나의 숫자를 모든 데이터를 나타내는 숫자로 선택하고 대부분 데이터의 평균값을 중심으로 분포되어 있습니다.

-- 상단광고_2 -->

중앙값

데이터의 중간점을 나타내기 위해 평균과 함께 자주 사용되는 대표 값입니다.

B. 거리의 중심선.

편차(관측값 – 평균)

각 데이터 조각이 평균값에서 얼마나 크거나 작은지를 나타냅니다.

분산의 특징은 모든 데이터의 분산의 합이 0이라는 것입니다.

분산(VARP)

데이터가 얼마나 널리 분포되어 있는지 평가하는 데 사용할 수 있는 통계입니다.

표준 편차(STDEV)

평균이 데이터의 분포를 나타내는 숫자라면 표준편차는 데이터가 대표값에서 얼마나 떨어져 있는지를 알려주는 통계다.

산포도

데이터가 대표값(평균/중앙값)에서 얼마나 떨어져 있는지를 나타냅니다.

예를 들어 모든 사람의 체중이 60kg인 경우 표본에 산점도가 없습니다.

이 경우 산점도는 산술적으로 0이고 히스토그램은 슬림합니다.

모든 사람의 무게가 다르다면 어떤 형태로든 분산된 분배를 관찰할 수 있습니다.

따라서 스프레드가 있는 데이터는 다른 분포를 반영할 수 있습니다.