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 |
- Reference Type
- Inheritance
- Java
- X.org
- Binary Search
- 셀레니움
- 자바
- Class
- BFS
- python
- Unity
- Physical Scheme
- dbms
- 리눅스
- preprocessing
- Polymolphism
- Mac
- spring
- systemd
- Entity Set
- 리눅스 마스터 1급
- Entity
- literal
- X윈도우
- selenium
- OOP
- 백준
- descriptive statistics
- External Scheme
- Operator
- Today
- Total
Byeol Lo
Statistics - Introduction 본문
통계학을 적용하면 자료는 신뢰성을 가지고, 의사결정에 필요한 근거 자료들을 제시하며, 사회, 과학적 현상을 분석하여 실증자료를 제시한다. 이를 통해 우리는 통계학을 배우는 의미를 가질 수 있다.
통계학 Statistics : 수량적인 비교를 기초로 많은 사실을 관찰하고 처리하는 방법을 연구하는 학문이다. 통계학은 공부하는 부분에 따라 기술통계, 추론통계로 나뉜다.
통계학의 목적
- 의사결정
- 불확실성의 해소
- 요약
- 연관성 파악
- 예측 - 인과관계 파악을 통해 패턴을 찾아내고 이러한 패턴을 통해 추세를 판단
기술통계(descriptive statistics) : 자료를 수집하고 정리하여, 표 또는 그래프나 그림 등으로 나타내거나 자료가 갖는 수치적인 특성을 분석하고 설명하는 방법을 다루는 통계학의 한 분야
추론통계(inference statistics) : 표본을 대상으로 얻은 정보로부터 모집단에 대한 불확실한 특성을 과학적으로 추론하는 방법을 다루는 통계학의 한 분야
분석대상을 설정하여 모집단(population)을 정하고, 모집단에서 표본(sample)을 임의추출 즉, 샘플링(sampling)을 하고, 정리 요약과 특성 분석의 과정을 거치면 기술 통계학, 통계적 모형 설정 후 타당성을 조사하고 의사결정을 내린다면 추측 통계학 분야라고 볼 수 있다. 맨 첫 단계 축인 자료를 먼저 알아야 한다.
자료의 properties
자료의 축약 : 자료들을 간략한 형태로 나타내는 것
변동 : 자료들 간의 차이 보통 편향(편의 bias), 분산(variance)
자료의 유형
양적자료(quantitative data) : 이산자료(discrete data)와 연속자료(continuous data)로 다시 나뉘고, 연산을 할 수 있는 자료
질적자료(qualitative data), 범주형 자료(categorical data) : 숫자에 의한 표현이 아닌 다양한 값으로 표현되어 수치 연산을 할 수 없는 자료 ordinal data, nominal data로 다시 나눌 수 있다.
자료를 얻었다면 해당 자료들을 수치화 할 수 있게 해서 연산을 하여 얻은 sample에 대한 정보의 대표하는 통계량(statisitc)들을 얻어 estimator을 계산하여 population을 estimate한다. 이 과정들을 연구하고 수행하는 분야가 바로 inference statistics 이다.
'Math > Applied Statistics' 카테고리의 다른 글
Statistics - Dispersion (0) | 2022.09.22 |
---|---|
Statistics - Representative Value ( Measures of location ) (0) | 2022.09.22 |
Statistics - 자료의 정리 (2) | 2022.09.22 |