pbj0812의 코딩 일기

0. 목표 - python을 통한 제곱합(SS), 제곱평균(MS), 처리간 제곱합(SSB), 처리내 제곱합(SSE), 총제곱합(SST) 구현 1. 기본 이론 1) 제곱합(Sum of Squares) - 관측값과 평균의 차이를 제곱하여 더해준 값, 변동(variation) 2) 제곱평균(Mean Squre) - 제곱합을 자유도로 나누어 준 값, 분산 3) 처리간 제곱합(Sum of Squares Between Treatments) - 각 처리평균 간의 차이를 측정 4) 처리내 제곱합(Sum of Squares due to Error) - 개별 관측값이 각 처리 평균으로부터 떨어진 차이를 측정 5) 총제곱합(Sum of Squares Total) - 개별관측값이 총평균으로부터 떨어진 차이를 측정 - 총 제곱..

0. 목표 - python을 이용한 U 값 계산 - U 값 : 두 집단을 순위 데이터로 변환하여 분포가 겹치는 정도를 나타내는 통계량 1. 방법 1) 데이터를 양 집단을 합친 순위로 변환 2) 양 집단을 합쳐서 작은순으로 순서를 붙임 3) A 집단보다 작은 B 직단의 개수를 계산하고 그 값을 합산한 값이 U 값 2. 구현 1) 두 집단(데이터) 생성 a = [10.2, 8.3, 5.1, 3.4] b = [90.0, 10.2, 7.7, 6.8, 4.0] 2) 두 집단(데이터)을 하나로 합침 - [10.2, 8.3, 5.1, 3.4, 90.0, 10.2, 7.7, 6.8, 4.0] total = a + b print(total) 3) 순서 정렬 - [3.4, 4.0, 5.1, 6.8, 7.7, 8.3, 10..

0. 목표 - python으로 왜도와 첨도를 구현하고 scipy 함수와 비교 1. 사전이론 1) 왜도 - 사진링크 2) 첨도 - 사진링크 2. 사전 함수 준비 1) 평균 def mean(inp): result = 0 len_inp = len(inp) for i in inp: result += i result = result / len_inp return result 2) 분산 def var(inp): result = 0 len_inp = len(inp) for i in inp: result += (i - mean(inp)) ** 2 result = result / len_inp return result 3) 제곱근 def sqrt(inp): result = inp/2 for i in range(30): ..

0. 목표 - 동전 던지기 게임을 통한 정규분포 그래프 생성(python) - 규칙 : 게임 1회 당 동전을 10번 던져 각 0, 1점을 부여 및 합산(총 0 ~ 10점) 1. 실습 1) library 호출 import random import matplotlib.pyplot as plt import pandas as pd 2) 시도(동전을 던지는) 횟수에 따른 점수 합산 함수 - randint를 사용하여 0 아니면 1이 랜덤으로 나오게 지정 - sum을 이용하여 모든 시도의 점수를 합산 - 결과 : 3 def game(inp): try_result = [] for i in range(inp): try_result.append(random.randint(0, 1)) result = sum(try_resu..