Axiom of Probability (확률의 공리) 공리란 너무나 당연해서 증명이 필요 없는 진리이고, 수학자였던 A. N. Kolmogorov가 확률 개념을 공리화하였습니다. 아래의 그림을 통해 그가 공리화한 확률 개념을 알아보도록 하겠습니다. 이때, 확률의 공리3)에서 언급된 배반 사건이라는 것에 대해 추가적으로 배반 사건이란 무엇인지 벤다이얼그램을 통해 알려드릴 수 있도록 하겠습니다. 이렇게 두 사건에 교집합이 없는 두 사건이 서로 배반인 사건이라고 합니다. 벤다이얼그램을 활용하여 설명드리면 더 잘 이해될 것 같아 준비해보았습니다! Fundamental Theorem of Probability (확률의 기본정리) 확률의 기본정리를 지금부터 하나씩 설명드리도록 하겠습니다. 확률의 기본 정리 ① 위 ..

정규 분포(Normal Distribution)란 무엇일까? 정규 분포는 Gauss가 다양한 물리 실험을 수행할 때 발생하는 측정 오차를 설명하기 위해 적용한 분포입니다. 그래서 가우스 분포(Gaussian Distribution)라고 부르기도 합니다. 종 모양을 띄며 평균을 중심 위치로 대칭 형태를 갖습니다. 정규 분포(Normal Distribution) 일반식과 확률 계산 정규 분포에 대해 알아보았으니 이제부터 표준 정규 분포에 대해 알아보도록 하겠습니다! 표준 정규 분포(Standard Normal Distribution)란 무엇인가? 표준 정규 분포는 평균값이 0이고 분산이 1인 정규 분포를 의미합니다. 여러 정규 분포를 표준화하여 정규 분포 간의 비교가 가능합니다. 지금까지 표준 정규 분포란 ..

공분산 & 상관 계수 (feat. 산점도) 산점도(Scatter plot) 공분산과 상관계수를 알기 위해서는 산점도란 무엇인지 우선 알아야 합니다. 산점도(Scatter) 연속형 변수 두 개 간의 관계를 보기 위해서 평면에 점을 찍어 만든 통계 그래프입 cktrace.tistory.com 공분산과 상관 계수의 포스팅을 이어서 작성하는 것이기에 위 글을 먼저 보고 이 포스팅을 보는 것을 추천드립니다! 피어슨 상관 계수 (Pearson Correlation Coefficient) 피어슨 상관 계수(Pearson Correlation Coefficient)는 공분산을 표준화 한 값이고, 값의 범위는 -1부터 1 사이입니다. 피어슨 상관 계수의 일반식과 간편식에 대해 알아보도록 하겠습니다. 피어슨 상관 계수 성..

산점도(Scatter plot) 공분산과 상관계수를 알기 위해서는 산점도란 무엇인지 우선 알아야 합니다. 산점도(Scatter) 연속형 변수 두 개 간의 관계를 보기 위해서 평면에 점을 찍어 만든 통계 그래프입니다. 산점도 그래프를 보아 알 수 있듯이 점들은 두 변수 x, y 순서쌍 자료 값에 맞게 찍힙니다. 공분산(Covariance) 공분산(Covariance)은 두 변수 간에 직선 관계가 어느 정도인지를 나타내 주는 통계 값입니다. 공분산은 위에서 설명한 산점도를 통해서 두 변수 간에 관계의 존재 여부를 시각적으로 확인할 수 있습니다. 평균 순서쌍 값인 (x, y)를 기준으로 분포하는 형태에 따라 아래의 두 가지 관계로 분류할 수 있습니다. 평균 순서쌍 값인 (x, y)를 중심으로 1 사분면과 3 ..

집합(Set) - Feature 집합은 리스트, 튜플, 딕셔너리와 같이 여러 개의 자료를 저장하는 자료형입니다. 그런데 특이하게도 리스트, 튜플, 딕셔너리와 달리 자료 간의 순서가 없습니다. 아래와 같이 집합의 성질을 표로 정리해보았습니다. 집합(Set)순서X중복X수정X삭제O 집합(Set) - Declaration 위에서 집합 자료형이란 무엇이고, 어떤 성질을 갖는지 알아보았습니다. 지금부터는 집합 선언 방법을 코드 블록을 통해 알아보도록 하겠습니다. # set([])을 이용한 선언 방식a = set([1, 4, 5, 7, 9])b = set([1, 2, 'Plate', 'Car', 'Earth'])# {}을 이용한 선언 방식c = {'cos', 'sin', 'tan'}d = {38, (4, 6,..