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 |
Tags
- Python
- list
- join
- pca
- 교차검증
- dict
- k-means
- 결정계수
- Sawzall
- 분포
- DBSCAN
- 분산분석
- 유사도
- 병렬 쿼리 시스템
- pig
- SPLIT
- p-value
- SQL on 하둡
- 하둡
- cross validation
- 가설검정
- T-검정
- 다중공선성
- merge
- 데이터프레임
- 밀도기반
- distribution
- DataFrame
- 딕셔너리
- hive
Archives
- Today
- Total
one of a kind scene
1장 통계분석_중심극한정리(CLT) 본문
중심극한정리(CLT : Central Limit Theorem)
sample size(=표본그룹 하나 당 표본의 갯수)가 30개는 되야
표본들의 평균이 정규분포를 따름
※ 잘못된 이해
모집단 1000개에서 30개를 뽑으면 이 값들은 정규분포를 이룰 것이다.
위와 같이 이해하는 경우가 있으니 주의!!!
표본의 평균이 정규분포를 따른다는 뜻은 아래와 같음
또한, 모집단은 정규분포를 안따라도 됨
아래와 같이 30개짜리 표본을 n번 뽑았을때
표본1 : 30개 ☞ 여기서 표본평균1
표본2 : 30개 ☞ 여기서 표본평균2
.
.
.
.
표본n : 30개 ☞ 여기서 표본평균n
이러한 표본의 갯수(n이 아니라 sample갯수 30개)가 30개는 되야 표본평균들이 정규분포를 따른다
중심극한정리 언제 유용?
모평균 추정에 유용하게쓰임
가설검정을 할 수 있는것도 중심극한정리덕분
중심극한정리, 즉 충분히 뽑은 샘플들이 정규분포를 따른다고 가정하면 모평균, 모비율 등을 추정할 수 있음
'ADP > 이론' 카테고리의 다른 글
1장 통계분석_회귀분석의 영향력 진단 (0) | 2019.11.13 |
---|---|
1장 통계분석_정규화 선형회귀(Regularized Linear Regression)와 일반화 선형회귀(GLM) (0) | 2019.11.13 |
1장 통계분석_교차분석 (0) | 2019.11.13 |
1장 통계분석_분산분석(ANOVA) (0) | 2019.11.13 |
1장 통계분석_t-검정 (0) | 2019.11.12 |