유전육종
한우의 품질
데이터
프레임, 시각화, 설명
모델링
연구계획, 확률모델, 통계모델, 실험설계
데이터분석
모수비교
데이터세트
코딩, 논문작성
연구개발
주제, 가설검정
데이터수집
독립변수, 종속변수
프레임
표본종류, 확률변수 가정
확률모델
새로운 확률변수, 표집
통계모델
검정확률분포, 검정통계량
모수비교
귀무가설, 검정
코딩
구글시트
논문작성
데이터
등심이 설도보다 고소하다.
지방함량 같다 - 기각
고기부위(독립): 명목형 변수
지방함량(종속): 연속형 확률변수
대응표본: 두 집단
등분산성, 독립성, 정규성
값차이
표본평균 중심극한정리
t분포
차이평균과 오차의 비
지방함량 차이평균은 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력
Y+1년생의 등심을 고른다.
등심단면적 같다 - 기각
출생년(독립): 순서형 변수
등심단면적(종속): 연속형 확변
독립표본: 두 집단
등분산성, 독립성, 정규성
평균차이
표본평균 중심극한정리
t분포
평균차이와 오차의 비
등심단면적 평균차이는 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력
어디서나 한우를 기른다
도체중 같다 - 기각
지역(독립): 명목형 변수
도체중(종속): 연속형 확률변수
독립표본: 여러 집단
등분산성, 독립성, 정규성
집단간분산/집단내분산
표본분산 중심극한정리
F분포
신호와 노이즈의 비
도체중의 지역에 따른 신호는 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력
마스와 등지함은 상관 있다.
상관계수 0이다 - 기각
마블링스코어(속성): 순서형 확변
등심지방함량(속성): 연속형 확변
대응표본: 두 변수
두 변수의 선형성, 정규성
공분산/표준편차곱
상관계수 중심극한정리
t분포
표본상관계수조합
마스와 등지함의 상관계수는 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력
마스로 등지함을 알 수 있다.
결정계수 0이다 - 기각
마블링스코어(독립): 간격형 변수
등심지방함량(종속): 연속형 확변
대응표본: 두 변수
두 변수의 선형성, 잔차의 등분산성, 독립성, 정규성
공분산제곱과 분산곱의 비
결정계수 중심극한정리
F분포
신호와 노이즈의 비
마스로 설명되는 등지함은 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력
유형마다 마스의 분포 다르다.
확률분포 같다 - 기각
유전자형(독립): 명목형 확변
마블링스코어(독립): 간격형 확변
대응표본: 두 변수
등분산성, 독립성, 정규성, 선형성
각 Cell 확률차이평균
확률차이평균 중심극한정리
카이제곱분포
확률차이 합
확률차이의 합은 0
유의확률과 유의수준으로 판정
구글시트 함수
데이터 수정
AI와 함께 논문작성
데이터 입력