평균(2)
-
[통계학] 평균/분산/표준편차 설명
1. 평균(Mean) - 어떤 변수의 합계가 고정되어 있을 때, 모든 관측치가 똑같이 나누어 가질 수 있는 값. 다 알고 있는 내용이지만 수식을 쓰자면 다음과 같다. 변수 x의 평균은 모든 관측치의 값을 다 더한 다음 관측치의 개수 n으로 나눠 계산한다. 평균의 표기법은 위와 같이 변수x에 "모두 같다"라는 의미로 "ㅡ"를 얹어 표기한다. 평균은 통계학에서 값의 상대적 위치를 알려준다. 내가 시험 점수가 60점이라고 했을 때 만약 평균이 30점이라면 내가 시험을 상대적으로 잘 본 것이고, 평균 이 80점이라고 했을 때 나는 상대적으로 시험을 못 본 축에 들게 되는 것이다. 2. 분산(Variance) - Data의 서로 다른 관측치가 완전히 똑같은 값을 갖는 경우는 거의 없습니다. 거의 모든 Data의 ..
2021.03.10 -
[통계학] 평균과 분산 (Expected Value , Variance Value)
평균(기댓값) [Expected Value] : 확률 변수의 기댓값. E(X) = ∑ x * f(x) μ (그리스 문자로 표기하며 발음은 "뮤"이다.) ▶ 위에서 설명했다시피 통계학에서 (기본) 평균은 확률 변수의 기댓값이다. 여기서부터 막히는데 확률변수가 뭐냐? 예를 들어서 보면 쉽다. 동전 던지기를 3번 할 때, 앞면이 나올 확률 변수는 X는 {0, 1 ,2 ,3}이다. 말이 어렵지 그냥 앞면이 나오는 횟수가 몇 회냐 이게 확률 변수 "X"이다. 그럼 위식 "∑ x * f(x)" 은 무엇이냐. f(x)를 확률 함수라고 부르는데 그냥 확률 변수 x가 나올 확률이다. 차근차근 생각해보면, 자 동전 던지기를 3번 했을 때 앞면이 나오는 횟수의 기댓값이 얼마인지 보자 우선 동전 던지기 3번 했을 때의 총경우..
2021.02.09