-
데이터분석을 위해 공부했던 통계 이론 정리 계획Machine Learning/데이터과학을 위한 통계 2021. 2. 4. 12:36반응형
데이터분석을 공부하면서 느꼈던 경험을 토대로 적어 나갈 예정입니다.
1. 기초통계이론
1.1 평균
1.2 분산
1.3 표준편차
1.4 등분산 이론
1.5 표본추출
1.6 그외 추가예정
2. 통계분석
2.1 차이검정
2.1.1 t-검정
2.1.2 분산분석(Avova)
2.2 관계검정
2.2.1 교차분석(Chi Square)
2.2.2 상관분석(Correlation)
2.2.3 회귀분석(Regression)
3. 실제 데이터로 실습 및 시각화
지인들과 하루 두시간씩 스터디했던 결과물을 조금 수정해서 업로드 예정입니다.
반응형'Machine Learning > 데이터과학을 위한 통계' 카테고리의 다른 글
데이터과학을 위한 통계 리뷰- 5일차 (QQ plot,긴꼬리분포,t-분포,이항분포,푸아송 분포, 지수분포,고장률 추정,와이블 분포) (0) 2021.03.05 데이터과학을 위한 통계 리뷰 - 4일차 (표본분포,중심극한정리,Z점수,부트스트랩,신뢰구간,정규분포,재표본추출,표준오차) (0) 2021.03.04 데이터과학을 위한 통계 리뷰 - 3일차 (범주형,다변수,랜덤표본추출,편향) (0) 2021.03.03 데이터과학을 위한 통계 리뷰 - 2일차 (변이추정,백분위수,히스토그램,밀도추정,상관관계) (0) 2021.03.02 데이터과학을 위한 통계 리뷰 - 1일차 (탐색적 데이터 분석,분산,편차) (0) 2021.03.01