Probability Sampling VS Non-Probability Sampling 표본 추출 방법은 크게 확률표본추출(Probability Sampling), 비확률표본추출(Non-Probability Sampling)로 나눌 수 있습니다. 모집단에서 표본이 추출된 확률을 알 수 있는 추출을 확률표본추출이라고 합니다. 모집단에서 표본이 추출된 확률을 알 수 없는 추출이 비확률표본추출입니다. 그리고 확률표본추출과 비확률표본추출 안에도 여러 가지 추출 방법으로 나뉩니다. 필기 그림을 통해 알아보도록 하겠습니다! 확률표본추출에는 단순임의추출, 체계적추출, 층화임의추출, 집락추출이 있고, 비확률표본추출에는 편의표본추출, 할당표본추출, 판단표본추출이 있습니다. 이제 표본 추출 방법은 어떻게 나뉘는지 그리고 ..

중심위치 자료의 특성을 파악하는 데 있어 시각적 기법은 중요한 정보를 제공합니다. 하지만 사람들에 따라 주관적으로 해석 가능성이 존재합니다. 그래서 자료의 수치를 객관적인 수치로 제시해야 합니다. 그 수치 중 하나가 바로 중심 위치이고, 이번 포스팅에서 중심위치로 사용되는 여러 통계 값에 대해 알아보도록 하겠습니다. Mean(평균) 표본 평균(Sample Mean)이란 표본들을 합해서 그 값을 표본 크기로 나눈 값입니다. 그렇다면 어째서 중심 위치로 표본 평균이 적절한지 알아야겠죠? 표본 평균은 좌우의 자료의 무게가 같은 무게 중심이기 때문입니다! 즉, 표본 평균 = 무게 중심입니다. 그런데 표본 평균이 수치로써의 힘을 발휘하지 못할 때가 있습니다. 바로 이상점(Outlier)이라는 것이 존재할 때입니다..

Before entering... 인공지능? 머신러닝? 딥러닝? 21세기에 혜성같이 등장한 알파고... 알파고와 이세돌 기사와의 대국, 그 후 인공지능에 대한 관심을 치솟았습니다. 인공지능에 대한 관심이 치솟음과 동시에 그와 관련된 머신러닝, 딥러닝마저 언급되는 빈도가 매우 늘었습니다. 하지만 여러분들은 인공지능, 머신러닝, 딥러닝에 대해 어느 정도 아시나요? 저 역시도 이 분야에 대해 공부하기 전에는 인공지능, 머신러닝, 딥러닝에 대해 익숙하게 듣기만 했지만 정작 각각 무엇인지 설명하지 못했었습니다. 이번 시간에는 이 세 개가 각각 무엇인지 알고자 하는 분들을 위한 포스팅을 적어 내려가도록 하겠습니다. 인공지능 / 머신러닝 / 딥러닝 관계 인공지능, 머신러닝, 딥러닝 이 세 개는 어떤 연관이 있기에 같..

Before Learning if문if 조건문의 예제 등을 알아보기 이전에 우리는 if 조건문을 왜 써야 하는지 알아야 합니다.if 조건문은 메서드입니다. 코딩에서 메서드를 사용할 때는 분명한 목적을 갖고 그 목적에 맞는 메서드를 골라 사용하셔야 하기에 if 조건문이란 무엇이고, if 조건문을 왜 사용하는지 알아보도록 하겠습니다.if 조건문은 조건을 직접 설정하고 조건에 충족하면 if 조건문 안의 코드를 실행하는 형식입니다.그래서 자신이 실행하기 원치않는 것들과 실행하려고 하는 것들을 조건을 설정함으로써 제어할 수 있는 제어문이죠.더 나아가 조건을 하나만 설정하는 것이 아닌 여러 가지 조건들을 설정할 수도 있습니다.예로는 if - else문, elif 등이 있습니다.이제부터 if문, else를 이용한 이..

Discrete Random Variable vs Continuous Random Variable (이산확률변수 vs 연속확률변수) 이산확률변수(Discrete Random Variable)는 확률 변수의 값을 셀 수 있는 경우이고, 연속확률변수(Continuous Random Variable)는 확률 변수의 값을 셀 수 없는 경우입니다. 이산확률변수는 확률 변수의 값을 셀 수 있기에 이산확률변수 X가 각 변수 x일 확률이 딱딱 정해지는 반면, 연속확률변수는 확률 변수의 값을 셀 수 없기에 연속확률변수가 X가 어떤 범위 안에 속할 확률을 구합니다. 두 확률 변수는 확률과 변수들을 이용해 함수로 나타낼 수 있습니다! -> 이산확률변수는 확률질량함수! -> 연속확률변수는 확률밀도함수! 다음 인덱스를 통해 확..