반응형
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- ecommerce data
- 통계
- Pearson
- 빈도주의론
- FWER
- 베이지안론
- python error plot
- 분위수 변환
- box-cox변환
- 시각화
- p value plot
- marketing insight
- 데이터 분석
- 데이터 시각화
- ttest
- matplotlib
- plot
- lifetimevalue
- E-Commerce
- error bar plot
- cltv
- marketing
- 백분위 변환
- 고객가치분석
- data analysis
- spearman
- python significance level
- Yeo-Johnsom 변환
- python
- 다중검정
Archives
- Today
- Total
Data 공부
[통계] 모수 / 비모수 본문
모수 / 비모수 통계 방법의 정의와 적절한 통계기법
1. 모수적 방법(parametric method)이란?
- 모수 통계의 경우 모집단의 특성이 중심 극한 정리를 통해서 정규분포의 형태를 이루고 있다고 가정한 채 표본 자료로 부터 모집단 특성들을 추정해 내는 방식. 분산, 평균 등을 사용해 추측하며, 등간격성, 정규분포성, 연속성, 분산 동질성을 만족해야만 하는 통계를 모수 통계라고 일컫는다.
2. 비모수적 방법(non-parametric method)이란?
- 비모수 통계의 경우 모집단 특성 자체가 어떠한 분포를 가정하지 않은 상태로 하여 모집단 특성을 추정케 되는 방식. 정규분포성, 선형성 등 조건이 따로 없어도 되기에 가설 검정력자체도 좀 더 정밀. 부호, 순위, 도수 등 통계량을 이용하여 분석을 실시하며, 비모수 통계는 실험 효과를 확인하는 논문에서 주로 사용되며 표본 수나 자료 수가 적을 때에는 분포를 가정할 수 없기 때문에 많이 사용.
3. 상황별 적절한 통계기법.
반응형
'Data 공부 > 통계 & ML' 카테고리의 다른 글
[통계] 다중가설검정 (Multiple Comparison) (0) | 2023.06.20 |
---|---|
[통계] 데이터 스케일링(Skewed 데이터) (0) | 2023.06.14 |
[통계] 이상치 제거 (0) | 2023.06.13 |
[통계] 상관관계(Correlation) (0) | 2023.06.13 |
[통계] 정규성 검정(Normality Test) (0) | 2023.06.12 |
Comments