확률
확률 이론
확률 개념 확률이 100%에 가까울수록 발생할 가능성이 많은 것이며, 확률이 0%에 가까울수록 발생할 가능성이 없다는 의미 발생할 가능성이 있는 전체 경우의 수를 부분 집합인 사건 A 경우의 수로 나누어 계산 동등발생정의 : 2가지 경우의 수가 있을 때 각각이 나올 가능성이 동일하다는 가정 경험적인 확률 : 모의 실험을 수없이 반복하여 구한 확률 = P(A) 조건부 확률 사건 B가 일어났을 때, A의 조건부 확률로 두 사건 A, B에 대하여 사건 B가 일어났다는 조건에서 사건 A가 일어날 확률 예제) 전체 인원이 1000명, 컴퓨터 공학과 학생이 50명, 여학생이 600명, 컴공 여학생이 20명일 경우, from sympy import * cs_student, students, cs_women = sym..
기초 통계량, 확률
집중화 경향 대표값, 평균 평균(mean, 산술평균)으로 주어진 수의 합을 수의 개수로 나눈 값 모집단의 평균 : μ, 표본의 평균 : x̄ 단점 : 이상치가 있을 시 영향을 크게 받음 중앙값 어떤 주어진 값들을 크기의 순서대로 정렬했을 때, 가장 중앙에 위치하는 값, 이상치 영향을 피할 수 있음 ex) 값이 홀수인 경우 : 1, 2, 100 중앙값은 2 ex) 값이 짝수인 경우 : 1, 2, 90, 100 (2 + 90) / 2 = 46, 중앙값은 46 최빈값 가장 많이 관측되는 수, 즉 주어진 값 중에서 가장 자주 나오는 값 ex) [1, 3, 6, 6, 6, 7, 7, 12, 12, 17]의 최빈값은 6 연속형 변수 일 경우? 50