전체 글

When there are two numerical variables, there are  TrendPositive associationNegative association PatternAny discernible "shape" in the scatterLinear Non-linear Visualize, then quantify  The Correlation Coefficient rMeasures linear association. It is based on the standard units. r is defined as:The average of product of (x in standard units) and (y in standard units) 표준 단위 x와 표준 단위 y의 곱의 평균  In P..

Confidence Interval is the interval of estimates of a parameter.It's based on random sampling. 가장 널리 사용되는 것은 95% Confidence Interval 입니다. Here, '95%' is called the confidence level.it could be any percent between 0 - 100.Higher confidence level means wider intervals.  Confidence interval can be considered 'Good' if it contains the parameter.The confidence is in the process that creates the inter..

A/B testing is a type of experiment in Data Science that compare values of sampled individuals in Group A with values of sampled individuals in Group B.Q. Do the two sets of values come from the same underlying distribution?  예를 들어, 대한민국의 A 지역에서 샘플링을 통해 측정한 평균 신장이 165cm, B 지역에서는 170cm라고 해보겠습니다. (observed statistic)여기서, A와 B 지역의 평균 신장 차이가 same underlying distribution (대한민국 전체 신장 분포) 에서 비롯된 것으로 판단..

Data science에서는 population의 unknown parameter를 estimate 하는 것이 목표일 때가 많습니다. 예를 들어 전 국민의 소득을 estimate 하고 싶다고 해보겠습니다. 중위 소득을 구해서 이를 지표로 사용하려고 한다고 하겠습니다. 1. If you have a census: Just calculate the parameter from the census, and you're done. Population 데이터가 준비 완료 되었다면, 바로 계산만 하면 됩니다. 하지만, 이런 경우가 당연히 흔하지 않겠죠?  2. If you don't have a census: Take a random sample from the population. Usa a statistic as..