ฝัง
- เผยแพร่เมื่อ 5 ก.ย. 2024
- [R을 이용한 통계데이터분석]
통계적 검정(statistical test) 또는 가설검정(hypothesis test)이란 표본 데이터를 기반으로 모집단에 대한 새로운 주장의 옳고 그름을 추론하는 과정을 말합니다. 모집단에 대한 새로운 주장을 대립가설(alternative hypothesis)이라고 하고 기존의 주장을 귀무가설(null hypothesis)이라고 합니다. 귀무가설은 일반적인 사실로 받아들여지는 기존의 주장(즉 기존과 다를 바 없다는 주장)을 말하며, 대립가설은 귀무가설이 사실이 아니라는 새로운 주장(즉 기존과 다르다는 주장)을 말합니다. 일반적으로 새로운 주장은 분명하게 입증되지 않으면 받아들여지기가 쉽지 않습니다. 따라서 대립가설을 새로운 사실로 받아들이기 위해서는 기존의 주장이 명백하게 잘못되었음을 입증해야 합니다. 이러한 입증 과정을 가설검정이라고 합니다.
📢 R과 RStudio 설치는 'R 프로그래밍 / R 기초 - 설치' 강좌를 참고하세요( • R 프로그래밍 / R 기초 - 설치 🔑 ... ).
📚 『곽기영』 채널의 동영상 강의는 다음 도서를 바탕으로 하고 있습니다. 책의 목차를 포함한 책자에 대한 소개는 도서명 옆의 링크를 참고해주세요. 💕
『R 기초와 활용』 (product.kyobob...)
『R을 이용한 통계데이터분석』 (product.kyobob...)
『R을 이용한 머신러닝과 텍스트마이닝』 (product.kyobob...)
『R을 이용한 웹스크레이핑과 데이터분석』 (product.kyobob...)
『SPSS를 이용한 통계데이터분석』 (product.kyobob...)
『소셜네트워크분석』 (product.kyobob...)
#R프로그래밍 #데이터분석 #통계 #머신러닝 #데이터애널리틱스 #데이터사이언스
교수님 강의 설명력 대박입니다. 왜 1종오류와 유의수준을 같은 값을 쓰는건지 이해가 안갔는데 완벽하게 이해가 되었어요!! 감사합니다❤
감사합니다~ 😎💕
교수님 교재도 구입했습니다. 계속해서 업데이트 해 주세요. 감사합니다.
교수님 강의 보면서 공부에 도움 많이 받았습니다 너무 감사합니다!!!
도움이 되셨다니 저도 기쁘네요 ~^^ 😎
단순히 R을 배우려고 시작했는데 교수님의 강의를 들으면서 참 많은것을 배우고 갑니다. 미국에서 통계수업을 여러번 듣고 이해한 내용을 이렇게 깔끔하게 정리를 해주시니 머리속에 쏙쏙들어오네요. 용어가 한국말로 되어있어서 좀 생소하기는 하지만 영어주석을 달아주셔서 문제없이 잘 공부하고 있습니다. 한국대학수업을 통해서 들을 수만 있었던 이런 강의를 인터넷에 올려주셔서 교수님 강의를 직접들을수없는 저같은 사람에게는 정말 많은 도움이 됩니다. R 프로그래밍 기초지식 이외에도 통계나 텍스트 마이닝 같은 분야도 심도있게 다뤄주셔서 감사드립니다. 교수님의 강의가 새로 나올때마다 정말 기대되고 재미있게 공부하고 있습니다.
감사합니다. 도움이 되신다니 저도 매우 기쁩니다.
강의 깔끔 하시고 👍
좋은강의 정망정말 감사합니다. 제가 인터뷰문제를 준비하고 있는데요 실례가안된다면 피드백을 얻고싶습니다. 한국전체 인구의 평균키를 위해 삼성전자의 평균키를 측정한 estimate은 bias인가요? bias이면 어떻게 증명할수 있나요? 저는 이문제에 대한 답으로, 샘플이 모집단을 완벽히 대표하지 않기때문에 편향이라고 생각하고요, 증명방법으로는 one sample z-test or t-test를 이용하면 되나요? 그런데 문제에서 모집단의 평균을 모를때는 어떻게 증명하겠냐고도 물어보는데요, 이 경우에는 어떻게 답변해야 하는지 여쭤봐도 될까요? 감사합니다!
교수님, 유익한 강의 감사합니다. 한 가지 궁금한게 있는데요, p=0.05와 95% CI는 연결되는 개념인가요? 이 두 가지를 연결해서 설명하는 경우들이 있는데 (e.g. a=0.05, (1-a)*100=95% 신뢰도 or 신뢰구간) 이게 맞는건지 헷갈려서요. p 값과 95% CI를 연결해서 해석하는 건지, 별개로 해석하는 건지 궁금합니다.
네~ 유의수준(significance level)과 신뢰구간(confidence interval)은 서로 연결된 개념입니다. 유의수준은 보통 α(alpha)로 표현합니다. 참고로 유의확률(significance probability)은 p-값(p-value)으로 나타내고요.