October 2018
Beginner to intermediate
328 pages
7h 58m
Korean
Content preview from 데이터 과학을 위한 통계: 데이터 분석에서 머신러닝까지 50가지 핵심 개념
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
124
데이터 과학을 위한 통계
야 하지만, 데이터 과학자들은 그럴 일이 없다. 논문 발표를 준비하는 학자처럼 가설검정과 신
뢰구간 분석을 위한 세부 사항 때문에 진땀 흘리는 일은 하지 않는다.
주요 개념
• 컴퓨터가 널리 보급되기 전에, 재표본 검정은 실용적이지 않았으며, 대신 통계학자들은 표준적인 분포를 참
고했다.
• 이렇게 하면 검정통계량이 표준화되어 참고할 분포와 비교할 수 있다.
• 널리 사용되는 표준화된 통계량 중 하나가
t
통계량이다.
3.5.1
더 읽을 거리
• 입문자를 위한 통계학 참고서에는
t
통계량 및 그 용도에 대해 자세히 나올 것이다. 추천할 만한 두 권은 데이
비드 프리드먼 등이 쓴 『
Statistics
,
4th
ed
.』 (
W
.
W
.
Norton
,
2007
)과 데이비드
S
. 무어
David
S
.
Moore
가
쓴 『
The
Basic
Practice
of
Statistics
』(
Palgrave
Macmillan
,
2010
)이다.
•
t
검정과 재표본추출 절차를 동시에 다루는 책으로는, 피터 브루스의 『
Introductory
Statistics
and
Analytics
:
A
Resampling
Perspective
』(
Wiley
,
2014
) 또는 로빈 록 등이 쓴 『
Statistics
』(
Wiley
,
2012
)를 참고하라.
3.6
다중검정
앞서