데이터 과학을 위한 통계: 데이터 분석에서 머신러닝까지 50가지 핵심 개념

85

2

장

데이터와 표본분포

• 측정의 정확도를 눈여겨볼 필요가 있는 엔지니어 분야에서는 다른 많은 분야들보다 신뢰구간을 자주 사용한

다. 톰 라이언

Tom

Ryan

이 쓴 『

Modern

Engineering

Statistics

』(

Wiley

,

2007

)은 신뢰구간에 대한 논의

를 담고 있다. 또한 유용성에 비해 관심을 별로 받지 못하는 예측구간 (평균 또는 다른 요약통계와는 다른, 단일

값 주위의 구간 )에 대해서도 다룬다.

2.6

정규분포

종 모양의

정규분포

normal

distribution

는 전통적인 통계의 상징이다.

3

표본통계량 분포가 보통 어떤

일정한 모양이 있다는 사실은 이 분포를 근사화하는 수학 공식을 개발하는 데 강력한 도구가

되었다.

용어 정리

•

오차

error

: 데이터 포인트와 예측값 혹은 평균 사이의 차이

•

표준화(정규화 )하다

standardize

: 평균을 빼고 표준편차로 나눈다.

•

z

점수

z

-

score

: 개별 데이터 포인트를 정규화한 결과

•

표준정규분포

standard

normal

distribution

: 평균=

0

, 표준편차=

1

인 정규분포

•

QQ

그림

QQ

-

plot

: 표본분포가 정규분포에 얼마나 가까운지를 보여주는 그림

정규분포(그림

2

-

10

)에서 데이터의

68

%는 평균의 표준편차 내에 속하며

95

%는 표준편차 두

배수 내에 있다.

CAUTION ...