데이터프레임: 개체는 범주에 속하고 속성을 가짐
데이터: 개체(원소)가 실현되면 집단(집합), 부분집단(부분집합)은 범주
개체(individual, object)는 속성에 따른 분포를 가짐
집단(population)은 범주(부분집단)에 따른 빈도수 분포를 가짐, 집단과 범주는 대표모수(대표값, 분포값)를 가짐. 집단내 대응된 두 속성 또는 범주는 관계모수(상관계수, 결정계수, 회귀계수)를 가짐.
확률은 범주에 부여되나 범주의 크기가 무한소가 되면 속성값이 되며 확률은 확률밀도가 됨
집단의 회귀(Regression): 집단의 회귀점(평균), 회귀선, 회귀면
판정 또는 선택의 데이터로 최적의 유의수준($\alpha$)과 모델의 회귀계수($\beta$), 가중치($w$)를 찾아내는 것이 인공지능
주제, 가설검정
독립변수, 종속변수
표본종류, 확률변수 가정
새로운 확률변수, 표집
검정확률분포, 검정통계량
귀무가설, 검정
구글시트
p값
등평균 가설 기각
당도(속성): 연속형 확률변수
등분산성, 독립성
표본평균 중심극한정리
차이평균과 오차의 비
유의확률과 유의수준으로 판정
데이터 수정
데이터 입력