통계의 재발견
통계의 재발견
  • Видео 33
  • Просмотров 184 000
평균제곱의 기대값(4편)
평균제곱의 기대값을 쉽게 구하는 법칙(2)
Просмотров: 77

Видео

평균제곱의 기대값(3편)
Просмотров 2721 день назад
평규제곱의 기대값을 쉽게 구하는 법칙(1)
평균제곱의 기대값 (2편)
Просмотров 4928 дней назад
평균제곱의 기대값을 수리적으로 유도하는 내용을 설명합니다.
평균제곱의 기대값 (1편)
Просмотров 5728 дней назад
평균제곱의 기대값을 이해하기 위한 개념과 기본적인 용어를 설명합니다.
미니탭 활용 - Oneway ANOVA
Просмотров 20Месяц назад
미니탭을 이용한 Oneway ANOVA분석을 설명합니다.
2. 분산분석표(ANOVA Table) 이해하기
Просмотров 119Месяц назад
분산분석표를 이용하여 변동과 분산의 종류를 구분하고 군간의 평균차이가 있는지 검정하는 방법을 알아봅니다.
1. ANOVA는 분산분석일까? 평균분석일까?
Просмотров 140Месяц назад
군내변동, 군간변동, 그리고 총변동의 개념을 이해하고, OneWay ANOVA의 변동을 분해하여 본다.
F분포와 F검정
Просмотров 9738 месяцев назад
F분포와 F검정의 개요
표준편차 계산에서 편차제곱을 사용하는 이유
Просмотров 4188 месяцев назад
표준편차나 분산을 계산할 때, 편차의 절대값 대신에 편차들의 제곱합을 사용하는 이유를 설명합니다.
범주형자료분석(독립성, 동질성)을 위한 카이제곱검정
Просмотров 640Год назад
카이제곱검정을 이용하여 독립성이나 동질성검정에 대한 범주형자료분석을 어떻게 하는지 설명합니다.
적합도검정의 예제- 카이제곱검정
Просмотров 321Год назад
카이제곱 검정을 이용한 적합도 검정(정규성검정)의 예제를 설명합니다.
"적합도검정"을 위한 카이제곱검정
Просмотров 952Год назад
카이제곱검정 중 하나인 "적합도검정"의 이론에 대해서 설명해드립니다.
모분산의 95% 신뢰구간
Просмотров 552Год назад
모분산의 95%신뢰구간을 구하는 방법을 아주 쉽게 설명합니다.
분산 변화에 대한 카이제곱검정
Просмотров 633Год назад
카이제곱검정을 이용하여 모집단의 분산이 변한것인지를 검정하는 방법을 자세하게 설명한다.
카이제곱은 무엇에 쓰는 물건인고?
Просмотров 2,5 тыс.Год назад
카이제곱분포의 기본개념과 카이제곱 분포표를 활용하는 방법들에 대해서 알아본다.
자유도 이론
Просмотров 2,2 тыс.2 года назад
자유도 이론
중심극한정리 3편 - 미니탭 시뮬레이션
Просмотров 9022 года назад
중심극한정리 3편 - 미니탭 시뮬레이션
중심극한정리 - 2편(증명)
Просмотров 2,4 тыс.2 года назад
중심극한정리 - 2편(증명)
중심극한정리의 개념
Просмотров 6 тыс.2 года назад
중심극한정리의 개념
유니론컨설팅 온라인교육 소개
Просмотров 3243 года назад
유니론컨설팅 온라인교육 소개
빅데이터와 머신러닝 과정 소개
Просмотров 5354 года назад
빅데이터와 머신러닝 과정 소개
n -1 자유도
Просмотров 7 тыс.4 года назад
n -1 자유도
유니론컨설팅 공개교육 소개
Просмотров 5014 года назад
유니론컨설팅 공개교육 소개
상자그림, 시계열도, 그리고 파레토차트 - 미니탭
Просмотров 2,9 тыс.4 года назад
상자그림, 시계열도, 그리고 파레토차트 - 미니탭
중앙값(Median)과 상자그림(Box Plot)
Просмотров 16 тыс.4 года назад
중앙값(Median)과 상자그림(Box Plot)
산점도와 히스토그램
Просмотров 2,1 тыс.5 лет назад
산점도와 히스토그램
미니탭 - 데이터 전처리
Просмотров 1,8 тыс.5 лет назад
미니탭 - 데이터 전처리
시그마수준의 이해
Просмотров 14 тыс.5 лет назад
시그마수준의 이해
유니론컨설팅 소개
Просмотров 4055 лет назад
유니론컨설팅 소개
표준정규분포
Просмотров 15 тыс.5 лет назад
표준정규분포

Комментарии

  • @부천제동맨
    @부천제동맨 19 часов назад

    아래 질문에 대한 나름 고민을 해 봤는데 .. F = V1/σ1^2 / V2/σ2^2 = (V1/V2) * (σ2^2 /σ1^2) 이므로 σ1^2 /σ2^2 = (V1/V2) * 1/F 의 꼴로 표현할 수 있기에 .. 표본분산비를 F값으로 나눈 값이 모분산비와 같다 라는 등식을 이용한 것이 아닌가 라는 생각을 해 봤습니다 .. 맞게 판단했다고 볼 수 있을까요?

  • @부천제동맨
    @부천제동맨 День назад

    안녕하세요~ ^^ 모분산비 구간 추정에 관한 질문 좀 드립니다~ 모분산비 σ1^2/σ2^2 에 대한 신뢰율 90%의 신뢰구간을 구할 때 .. 표본분산비 F0 = V1/V2 이고 이를 이용하여 F0/F1-α/2 (γ1,γ2) ≤ σ1^2/σ2^2 ≤ F0/Fα/2 (γ1,γ2) 이렇게 구한다고 나와 있는데요 ~ 표본분산비를 F값으로 나누는 이유가 바로 와 닿지가 않아서요 ~ 설명을 좀 부탁드려도 될까요?~

  • @쌀밥맛쿠키
    @쌀밥맛쿠키 14 дней назад

    와.. 중3 수학 분산보고 의문점이 계속 있었는데 설명도 깔끔하시고 이해도 쉽고 결론도 명확하고 너무 좋습니다!!!! 감사해요

    • @unirone
      @unirone 14 дней назад

      좋게 봐주셔서 감사해요!

  • @user-st3727ytyrfuqd1
    @user-st3727ytyrfuqd1 14 дней назад

    훌륭한 학습자료 감사드립니다.

    • @unirone
      @unirone 14 дней назад

      좋게 봐주셔서 감사합니다.~

  • @부천제동맨
    @부천제동맨 25 дней назад

    설명감사합니다~ ^^ 하나 궁금한 게 있는데요 ~ 군간변동 식에서 (yi. bar - y double bar)2 이 식 앞의 시그마에서 j=1 에서 n 까지로 표현이 돼 있는데요 .. yi. bar 이 표식에서 dot로 표기가 돼 있다는 것은 j 열 즉 1~n 까지 이미 합했다는 것을 뜻하는 건데 또 시그마 j=1~n 으로 표기를 할 수 있는 건지 궁금하네요 ? ....

    • @unirone
      @unirone 24 дня назад

      yi. bar 는 j 열에서 1~n까지 합했다는 것은 맞는데, 이를 평균으로 바꾼 하나의 상수값이 되죠. 예를들어, 우리반의 학생들은 각자의 키를 가지고 있지만, 합산해서 평균을 구하면 하나의 상수 175가 나옵니다. 옆반의 학생들도 키의 평균이 있는데 그 값이 173이라고 가정하겠습니다. 그런데, 우리반의 학생은 10명이고, 옆반은 15명으로 구한 것이라면, 그 평균의 가중치가 다르다고 봐야 합니다. 따라서 하나의 값으로 나타난 평균이 몇개의 데이터를 통해 구했진 것인지를 표기할 필요가 있습니다. 이는 두가지 방법이 있는데, 하나는 단순히 인원 수 n을 곱하는 것이고, 또 다른 방법은 시그마를 취하는 것입니다. 시그마뒤에 상수가 있으면, 해당 시그마는 n으로 바뀌죠. 사실, 군내변동, 군간변동, 그리고 총 변동이 동일한 시그마 기호를 사용해야 하는 것을 식으로 설명하면 간단한데, 글로 설명하려니 쉽지가 않군요.

  • @zkcnwif
    @zkcnwif 26 дней назад

    좋은 강의감사합니다. 표에 없는 수치들은 보간법으로 구하면되는건가요??

    • @unirone
      @unirone 25 дней назад

      네, 표에서 주어지는 값들 사이의 더 미세한 값들은 보간법으로 구하시면 됩니다.

  • @부천제동맨
    @부천제동맨 29 дней назад

    많은 가르침 감사드립니다..^^ 다음과 같은 질문에 대해 설명 부탁드려도 될까요? 통계량이 점 추정치가 되기 위한 조건으로 4가지로 설명이 되고 있는데 ~ ① 불편성 : 모수를 추정하기 위해 표본에서 구한 통계량의 기대값은 모수와 일치해야 하며, 이때의 추정량을 불편추정량이라 함 ← 이 설명이 잘 와 닿질 않습니다~ 당연한 말 같은데. ② 일치성 : 통계량은 시료의 크기가 클수록 모수와 일치해야 함 ③ 충분성 : 모수를 추정하기 위한 시료의 수는 충분할 것 ④ 유효성 : 시료에서계산된 추정량은 모집단의 모수에 근접해야 하는데, 그러기 위해서는 분산이 최소일 필요성이 있다 즉 최소분산성을 만족해야 추정의 실효성이 있을 수 있다~ ①과 ②는 같은 의미가 아닌가 생각이 되는데 .. 굳이 나눠서 설명을 하는 이유가 뭔지 모르겠습니다 ~

    • @unirone
      @unirone 29 дней назад

      안녕하세요. 불편성(Unbiasedness)과 일치성(Consistency)은 매우 비슷해 보이기는 하지만, 표본의 크기에 따라 차이가 발생할 수 있습니다. 쉽게 말해서 일치성은 대수의 법칙이 적용되는 특성인데요, 표본의 크기가 무한대로 커질 때, 해당 추정량이 모수에 근접해 가는 가를 설명합니다. 반면에, 불편성은 소집단 표본에서 구한 추정량의 기대값이 모수와 일치하는가를 파악하는 것이죠. 예를 들어보겠습니다. 모표준편차의 추정량으로 사용하는 표본 표준편차는 분모에 (n-1)을 사용합니다. 소 표본일때는 분포에 n을 사용하면 그 기대값이 모수보다 작은쪽으로 치우치기 때문입니다. 즉, n으로 나누는 경우 편향성을 가지기에 이를 막아주기 위해서 (n-1)로 나눕니다. 이는 불편성에 대한 것이죠. 하지만, 표본의 사이즈가 무한대로 증가하면, 분모를 n이나 (n-1) 중에 어떤 것을 사용해도 표본의 표준편차는 모 표준편차와 일치하게 됩니다. 즉, 두 추정량 모두 일치성은 확보한다는 것입니다. 결론적으로 표준편차의 추정량으로 분모에 n을 사용하거나 (n-1)을 사용하는 것은 일치성 측면에서는 만족하지만, 불편성 측면에서는 반드시 (n-1)을 사용해야 합니다.

    • @부천제동맨
      @부천제동맨 28 дней назад

      @@unirone 설명 감사드립니다 ~ ^^ n과 (n-1)의 차이는 표본의 평균값이 정해졌을 때.. 표본들의 자유도는 원래 갯수에서 한개가 필요없어지기에 n-1로 사용한다 라는 자유도 설명을 이해하고 있습니다~ 위의 설명을 토대로 다시 생각해 보면 모집단을 추정하기 위해 사용하는 표본평균의 구성원의 수를 많이 갖고 갈 수는 없기에 n-1로 해야 하는 것..여기서 햇갈리는 것이 통계량이라고 하는 것이 xbar 를 갖고 모수를 추정하는 건데 ~ xbar가 많아야 한다는 건지 .. 아니면 xbar를 구성하는 x가 많아야 한다는 건지 ~ 개념적으로 햇갈립니다 ..

  • @unirone
    @unirone 29 дней назад

    ni로 되어 있는것은 모두 nj로 수정해야 합니다. 오타가 있었습니다.

  • @부천제동맨
    @부천제동맨 Месяц назад

    안녕하세요~ ^^ 설명 잘 보고 많은 감명을 받고 있습니다.. 감염/비감염 예시내용에서 접종횟수가 많을 수록 감염 비율은 줄어들어야 하는데 막대그래프 경향은 반대로 증가하는 경향으로 커지다 보니 예로 든 설명이지만 웬지 거꾸로 가는 듯한 인상을 받고 있습니다 ~

    • @unirone
      @unirone Месяц назад

      안녕하세요. 영상시청에 감사드립니다.~ 문의하신 내용을 검토해보니... 접종회수에 따른 감염비율은 큰 차이가 없으며, 3회 접종에서 매우 미세하게나마 감염의 비율이 가장 낮습니다. 따라서 접종횟수가 증가할 수록 거꾸로 간다고 보기는 어려울 것 같습니다.

  • @siniperk
    @siniperk Месяц назад

    이렇게 쉽게 설명을 해줘야 하는데 다른데서는 어려운 용어를 써가면 계산식만 설명합니다. 이러니 애들이 수학을 포기하지요 아마도 자신도 응용은 어찌하는지 잘 모르기 때문이 아닌가 생각합니다.

  • @부천제동맨
    @부천제동맨 Месяц назад

    너무도 이해가 잘 되는 설명에 감사드립니다 .. ^^ 카이제곱 분포가 잘 와 닿질 않은 영역이었는데 ~ 지금은 어느정도 파악이 됐다고 판단이 됩니다 .. 여기서 하나 궁금한게 카이제곱 분포를 따르는 것들은 어떤 것들이 있을까요? 이 분포는 표준정규분포의 Z값을 제곱한 값들의 합 분포인데 ~ 어떤 특성치들이 이 분포와 같은 형상을 갖을 지가 궁금합니다 ..

    • @unirone
      @unirone Месяц назад

      안녕하세요. 카이제곱분포를 따르는 특성치에 대해 문의하셨군요. 잘 아시겠지만, 지능지수나 키, 몸무게 이런것들이 정규분포의 모습을 가지고 있죠. 하지만, 카이제곱분포의 경우에는 어떤 특성치들이 카이제곱분포의 모습을 가지고 있다고 말씀드릴 예를 찾기는 힘듭니다. 다만, 표본의 분산과 모집단 분산의 분산비의 검정통계량이나 예상되는 값과 실제값의 차이에 대한 검정통계량같은 통계량들이 카이제곱분포를 따릅니다. 사실 그런 통계량들은 카이제곱 값에서 변형된 것들이기에 당연히 카이제곱분포를 따게 됩니다. 따라서, 카이제곱분포는 어떤 집단 분산의 검추정, 어떤 데이터가 특정확률 분포를 따르는가를 검정하는 적합도검정, 그리고 적합도검정에서 확장된 범주형자료분석에서 만 활용이 된다고 보시면 됩니다. 적합도검정과 범주형자료분석에서 사용하는 카이제곱값이 달라 보이지만, 실은 같은 내용입니다. 이에 대한 내용은 지금 보고계시는 "적합도검정을 위한 카이제곱검정"과 "분산변화에 대한 카이제곱검정"편을 비교하시면서 보시기 바랍니다.

  • @부천제동맨
    @부천제동맨 Месяц назад

    안녕하세요~ ^^ 지금 제가 질문 올리면 보실 지 모르겠는데 ~ n=30, 60, 101개 뽑을 때의 히스토그램 형상의 변화 과정을 설명하는 부분에서 질문입니다.. 각각의 갯수를 뽑을 때 조건이 복원인가요? 아님 비복원추출인건지요?

    • @unirone
      @unirone Месяц назад

      중심극한정리는 기본적으로 무한 모집단에 대한 비복원추출을 기반으로 합니다. 다만, 설명을 위해서 예로든 경우는 복원추출에 해당합니다.

  • @Yacktalkun
    @Yacktalkun 2 месяца назад

    어떻게 지내시나요 통계를 너무 이해가 쉽게 도와주십니다.

  • @Yacktalkun
    @Yacktalkun 2 месяца назад

    매우 스무스 한 강의입니다 대부분 통계에 대해 알려해도 증명에 관한 영상이 많아서 머리가 아팠는데..

    • @unirone
      @unirone 2 месяца назад

      좋은 말씀 감사드립니다.

  • @wiki777-v6n
    @wiki777-v6n 2 месяца назад

    카이제곱 관련해서 총 정리된 문서를 찾기도 어렵고, 이해도 잘 안갔는데. 정말 이 채널의 카이제곱 설명 비디오들이 최곱니다. 이해를 드디어 했네요 ㅎㅎ 너무 감사합니다.

    • @unirone
      @unirone 2 месяца назад

      도움이 되셨다니 다행입니다.^^

  • @wiki777-v6n
    @wiki777-v6n 3 месяца назад

    와 정말 카이제곱 이해는 이 채널의 시리즈가 최고네요

    • @unirone
      @unirone 2 месяца назад

      좋은 말씀 감사합니다!

  • @wiki777-v6n
    @wiki777-v6n 3 месяца назад

    최고의 설명과 예제.

    • @unirone
      @unirone 3 месяца назад

      좋은 말씀 감사드립니다.

  • @wiki777-v6n
    @wiki777-v6n 3 месяца назад

    너무 좋은 강의 감사합니다. 제가 완전 초보인데요. 자유도를 잘 이해 못했는데. 자유도가 9이면, 변수의 개수는 1개 더 더해서 10개를 봐야 하는 것은 아닌지. 이 부분이 좀 궁금합니다... 감사합니다~~

    • @unirone
      @unirone 3 месяца назад

      모집단의 경우에는 데이터의 갯수와 자유도는 동일합니다. 하지만, 표본의 경우에는 일반적(상황에 따라 다름)으로 n-1 자유도를 사용합니다. 이에 대한 내용은 "표본분산의 n-1 자유도", "n-1 자유도 도출하기", "분산 변화에 대한 카이제곱 검정"편을 참고하시기 바랍니다~^^

    • @wiki777-v6n
      @wiki777-v6n 2 месяца назад

      @@unirone 아 모집단인 경우이군요. 답변 너무 감사합니다.

  • @SwordMasterZeroSpeed
    @SwordMasterZeroSpeed 3 месяца назад

    목소리도 성시경급 잔잔함에 딕션도 좋아. 설명도 친절하시네요. 따봉을 하나 밖에 못 드린다는 사실이 이렇게 통한스러울 줄이야

    • @unirone
      @unirone 3 месяца назад

      좋게 봐주셔서 감사해요!

  • @yyyy-qg4ep
    @yyyy-qg4ep 3 месяца назад

    좋은 강의 감사합니다. 대학교 1학년 때 이해를 포기했던 개념인데 선생님 덕분에 7분 쓰고 이해하고 갑니다! 무엇에 쓰는 건지는 이제 이해하러 갑니다~

    • @unirone
      @unirone 3 месяца назад

      조금이나마 도움이 되었기를 바랍니다.~

  • @lnh357
    @lnh357 4 месяца назад

    감사합니다🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻🫶🏻

  • @jamjamasmrtv5887
    @jamjamasmrtv5887 5 месяцев назад

    최고입니다

  • @movingjeateeth3874
    @movingjeateeth3874 6 месяцев назад

    목소리가 너무 좋아요

    • @unirone
      @unirone 6 месяцев назад

      좋게 들어주셔서 감사합니다!

  • @mchipark6451
    @mchipark6451 6 месяцев назад

    좋은강의입니다.^^

    • @unirone
      @unirone 6 месяцев назад

      격려 감사합니다.

  • @nty6303
    @nty6303 6 месяцев назад

    선생님 질문있습니다. 야구팀 영화 예시를 보고, 실제 상황에서통계학을 쓴다면 기술통계적인 해석은 정확히 가능하지만 그 중에서 어떤 해석을 기준으로 추론통계를 하는 것은 직감적인 부분인가요?

    • @unirone
      @unirone 6 месяцев назад

      안녕하세요. 좋은 질문을 주셨네요^^ 실제상황에서 추론통계를 어떻게 사용하는가에 대한 질문이신데요... 이에 대한 예제는 너무나 많은데, 가장 흔하게 볼수 있는 것은 선거철에 어떤 후보의 지지율에 대한 예측같은 것입니다. 대통령 선거를 앞두고, A 후보의 지지율을 추정하기 위해서는 전국에서 투표권을 가지고 있는 성인남녀 중 일부를 표본추출하게 됩니다. 이를 통해, 특정 후보의 지지율에 대한 기술통계량을 구하고, 해당 기술통계량(표본 지지율, 예를들어 40%)을 기반으로 모집단 전체에서의 실제 지지율에 대한 신뢰구간을 산출합니다. "95% 신뢰수준에서 A 후보의 지지율은 40% 플러스 마이너스 2퍼센트 포인트입니다."라는 방송멘트를 자주 들어 보셨을 겁니다. 그 외에도 일반 산업현장에서는 개선하고자 하는 품질특성에 어떤 인자가 영향을 주는가에 대한 분석을 할 때 추론통계를 자주 사용합니다. 예를들어, 어떤 제품의 강도에 촉매의 종류가 영향을 주는지 분석하고자 할때, 각 촉매별 제품강도를 표본추출하고 두 모집단의 강도 평균에 차이가 있는지를 검정(2표본 t검정)하게 됩니다. 추론통계에 대한 더 자세한 내용을 알고 싶으시면 "통계적 가설검정", "상관 & 회귀분석", 그리고 "실험계획법"같은 내용을 공부하시면 좋을 것 같습니다. 글로 답변을 드리는 것에는 한계가 있음을 느낍니다. 아무쪼록 도움이 되었기를 바랍니다.

  • @길치루피
    @길치루피 8 месяцев назад

    스켈레톤, 멸치, 보통, 건장, 문돼 1. 평균보다 10kg 무거울때 나는 어느 그룹? 2. 10/ 등급 수 3. 평균에서 출발 나온 수 만큼 이동 "축하합니다 당신은 돼지예요!" 이거 맞죠...?

    • @unirone
      @unirone 8 месяцев назад

      글쎄요... 어떤 결론을 내리기에는 정보가 너무 부족하네요.

  • @김혜성-t2b
    @김혜성-t2b 8 месяцев назад

    감사합니다

  • @이다현-i9v
    @이다현-i9v 8 месяцев назад

    감사합니다☺️

  • @unirone
    @unirone 8 месяцев назад

    2분 7초 부분에 " Y1제곱 --> 시그마1 제곱", " Y2제곱 --> 시그마2 제곱"입니다.

  • @이태희-o6n
    @이태희-o6n 11 месяцев назад

    1:40 ✅중앙값은 ? ( = Q2) - 홀 수 일때 - 짝 수 일때 1:53 ⭐중앙값은 계산x, 순서대로 정렬한뒤 가운데 있는 사람 조사 하는 것 -> 그 가운데에 있는 사람을 조사 하니까 키가 170 그리고 min, max 랑 ①값의 차이랑 ②거리(데이터개수)를 비교 3:28 중앙값 - 최소값 사이의 중앙값? = Q1 중앙값 - 최대값 사이의 중앙값? = Q3 사분위수 범위 = Q3 - Q1 4:44 데이터 범위 = max - min 사분위수 범위 = Q3 - Q1 = 상자의 크기 ㄴ (사분위수는 3개 밖에 없다 = 1사분위수, 2사분위수, 3사분위수 = Q1 , Q2, Q3) (값 크기 순서 3>2>1) 5:33 이 사분위 범위에 상자를 그리기 때문에 = 상자그림 BOX PLOT 5:38 전체 데이터 중~ 이 상자 안에 몇 퍼센트 데이터가 있을까요? = 50% 6:20 1.5 X (사분위수 범위 = Q3 - Q1 = 상자의 크기 ) 8:06 세로로 돌리기 8:30 여러개 같이 비교 감사합니다🩷

  • @kskong000
    @kskong000 11 месяцев назад

    기회가 되면 SPSS도 들어보고 싶습니다^^

  • @kskong000
    @kskong000 11 месяцев назад

    너무너무 감사해요~~ 혹시 t-test와 관련해서도 자세히 설명해주시면 감사하겠습니다.

  • @kskong000
    @kskong000 11 месяцев назад

    올해 늦은 나이에 박사학위에 도전하고 있는데, 너무 쉽게 설명해주셔서 정말 감사합니다. 도무지 이해안가는 것들을 어렇게 잘 설명해주시니 힘이납니다. 앞으로도 다른 영상들도 많이 부탁드립니다.

    • @unirone
      @unirone 10 месяцев назад

      도움이 되셨다니 감사합니다

  • @allaboutthetrain4015
    @allaboutthetrain4015 11 месяцев назад

    정말 이해가 잘되네요 👍🏻!! 좋은 강의 감사합니다 👏🏻👏🏻!!!

    • @unirone
      @unirone 11 месяцев назад

      도움이 되셨다니 감사합니다

  • @user-st3727ytyrfuqd1
    @user-st3727ytyrfuqd1 11 месяцев назад

    박사님 감사합니다.

  • @Zhaiwuwuqu17
    @Zhaiwuwuqu17 Год назад

    항상 고마워요

  • @Zhaiwuwuqu17
    @Zhaiwuwuqu17 Год назад

    얼른 올려주세요🥹🥹

  • @Zhaiwuwuqu17
    @Zhaiwuwuqu17 Год назад

    감사합니다

    • @unirone
      @unirone Год назад

      저도 감사합니다

  • @ijames4767
    @ijames4767 Год назад

    언제나 좋은 강의 감사드립니다.

    • @unirone
      @unirone Год назад

      시청해 주셔서 감사드립니다.

  • @deven_12
    @deven_12 Год назад

    그럼~ 저기 카이제곱표에 숫자들은 어떻게 계산되어진 거에요?

    • @unirone
      @unirone Год назад

      각 카이제곱 분포를 해당 위치까지 적분해서 구한 값들입니다. 예를 들어서 자유도 4인 카이제곱 분포를 9.49까지 적분하면 0.95라는 값을 구하게 됩니다.

  • @후유-o1i
    @후유-o1i Год назад

    안녕하세요 정말 이해가 잘됩니다! 궁금한점이 있는데 m+1시그마 까지의 적분값이 표준편차와 상관없이 일정한 값을 가진다는건 어떻게 증명되었나요?? 식을 적분해보니 특이점이 발견된건지 아니면 수식적으로 안건지 궁금합니다

    • @unirone
      @unirone Год назад

      확인해 본적은 없으나, 당연히 수리적으로 증명되었을 것 같습니다.

  • @PANG-n7x
    @PANG-n7x Год назад

    영상 감사합니다. 그런데 질문 하나만 드리겠습니다. 실제로 우리가 표본을 통해 모집단을 추정하고자 하면, 사실 모집단의 평균을 전혀 모르는 상황이고 오직 표본 데이터만으로 모집단의 평균과 분산을 추정해야 하는 상황일겁니다. 예를들어 10명의 수학점수로 모집단 10000명의 점수를 추정하고 싶다면 10명의 수학점수를 가지고 10000명의 평균과 분산을 추정해야 합니다. 그런데 여기서 자유도가 감소하는 것에 의문이 생기는데요, 표본 평균은 '표본을 뽑아 조사했더니 표본 평균이 결정되는 것'이지 '표본 평균을 미리 정해 놓고 표본을 그에 맞게 뽑는다'가 아니기 때문에 자유도가 감소하지 않는다고 생각이 됩니다. 영상에서 설명주신 '편차의 합이 0이 되어야 한다'는 사실 평균의 정의만 따지면 내가 추출하는 표본의 데이터값과 무관하게 항상 0이 되는 것 아닌가요? 이것이 왜 자유도에 영향을 미쳐야 하는지 의문이고 사실 같은 논리라면 모집단의 자유도에는 왜 적용이 안 되는지 엄밀한 차이를 잘 모르겠습니다. 자유도에 영향이 있으려면 제 생각엔 표본평균이 미리 정해져야 된다고 생각이 됩니다.

    • @unirone
      @unirone Год назад

      모집단의 평균과 표준편차는 변수가 아니라 정해져 있는 미지의 상수입니다. 표본의 평균은 표본을 뽑을 때마다 변하는 변수이지만, 그 기대값은 모집단의 평균과 같습니다. 이는 표본의 평균이 모집단의 평균을 중심으로 산포하기 때문입니다. 그런데, 표본표준편차를 구할 때 n으로 나누게 되면 표본표준편차의 기대값은 모집단 표준편차보다 작은쪽으로 치우치게 됩니다. 사실 이는 너무나 당연한 것인데요. 한번 표본을 뽑을 때에는 그 자체적인 군내변동이 있습니다. 표본을 여러 번 반복해서 뽑게 되면, 각 표본내의 군내변동과, 각 표본 간의 중심위치가 달라짐에 따라 발생하는 군간변동이 있습니다. 표본 데이터를 모두 모으면 모집단 데이터가 되는 것이므로, 모집단 데이터는 군내변동과 군간변동이 모두 포함된 총변동 데이터라고 보면 됩니다. 따라서 군내변동만으로 계산되는 표본표준편차는 총변동으로 계산되는 모집단 표준편차보다 작게 되는 것이죠. 이를 보정하여 편향성을 제거하고 불편추정량을 구하기 위해서는 나누어주는 n의 크기를 조금 축소하여 n-1로 해주어야 합니다. 왜 n-1인지를 증명하는 내용은 제 유튜브의 ‘자유도 이론’을 참고하시기 바랍니다.

  • @스퐁
    @스퐁 Год назад

    감사합니다. 졸업 후 30년 넘어서 표준정규분포를 이해했습니다.

  • @1dengdengdeng1
    @1dengdengdeng1 Год назад

    감사합니다!

  • @lunalee4651
    @lunalee4651 Год назад

    와 이보다 완벽한 강의가 있을수있을까요..

  • @user-il4qx3qh2s
    @user-il4qx3qh2s Год назад

    안녕하세요. 현재 해외 유학 중인 학생입니다. 전공과목 중 하나가 통계학을 다루고 있는데요, 모국어가 아니고 따로 한국어 설명이 가능한 과외를 찾자니 뜻대로 안되서 너무 힘들었는데, 선생님 설명 들으니까 정말 이해가 잘되네요.. 한달 뒤 시험이 있는데 조금 희망이 생겨서 기쁩니다! 정말 좋은 영상 감사합니다~~!

  • @익명-t9y2o
    @익명-t9y2o Год назад

    서울대 출신인가요? 걍 설명의 왕아시네요

  • @김훈희-c3n
    @김훈희-c3n Год назад

    중심극한의 정리 개념을 알고 있었으나 모르는 부분이 있었네요

  • @호빵-g9p
    @호빵-g9p Год назад

    선생님… 정말 감사해요… 학교 수업 하나도 이해 못 했는데 이거 보고 이해했어요… 🥹👍👍

  • @허예빈-p3v
    @허예빈-p3v Год назад

    개쩔어요...

    • @unirone
      @unirone Год назад

      댓글 감사합니다.