[Datascience] 프로그래밍을 위한 기초통계2(feat. Univariate analysis, skewness)

안녕하세요 다제입니다. 

어제에 이어 프로그래밍을 위한 기초 통계를 공부하고 있습니다. 

 

오늘은 기술통계에 대해서 다루어보겠습니다. 

구조도를 보니 얼마 없어서 금방 끝나겠다 생각이 드시죠?

아쉽게도,, 내용도 많이 요약을 하였지만, 방대한 편입니다. 

주말이여서 힘들고 피곤하시더라도 함께 공부해요!

 

프로그래밍을 위한 기초통계

 

2-1. Univariate analysis(일 변량 분석)

  -. 일변량 분석 이란 ?( 위키백과 )

   * 중요한 사실은 하나의 변수만 포함하며

     그 변수의 분포와 산포를 살펴봄으로써 의미있는 해석을 도출하는 방법입니다. 

 

 

우리 수학자와 통계자분들이 열심히 분포를 공부하여 분포 모양에 따른 분류를 아래와 같이 하였습니다. 

 

 

저 같은 경우 위 내용을 공부하고 코딩을 진행하니 충분히 이해가 되었고 

비어있는 구멍이 매워지는 느낌을 받았습니다. 

 

여러분도 그러한 경험을 하실 수 있기를.. 또 설명이 미약한 부분이 있으시면

언제든 태클 부탁드립니다. 

 

 

2-2. Bivariate analysis(multivariate analysis)

이 내용은 수업 시간에는 배우지 않았지만, 구글링을 하니 항상 같이 나와.. 한번 목차만

간략하게 정리하였습니다.

저는 머리 속에 아 이런게 있구나 정도만 심어두고 넘어갈 예정입니다. 

 

 

지금까지 통계의 기초중의 기초를 배어보았습니다. 

이제는 실제 코드에서 사용되는 부분을 공부할 예정입니다. 

다음 화에 뵙죠! 포기하지 마세요! 이해가 안돼시면 일단 읽고 넘어가셔서 

다 공부한 후 다시 돌아와보세요.. 저도 조사하면서 수십번 그렇게 했습니다.

 

만약 머리에 안들어오는 느낌이라면 과감히 두고 30분 이상 휴식을 해주세요

 

휴식을 하고 있더라도 우리의 뇌는 저 복잡한 통계를 계속 생각하고 있습니다. 

 

뇌야 돌아가라!ㅎ