한우 등심과 설도부위에서 지방함량이 전단력에 미치는 영향 분석 : 도체형질간 회귀직선의 적합성
Figure Animation 데이터의 정규성에 대한 시각적 판정 Pairwise scatter plots for Hanwoo tenderness and intramuscular fat in different muscle parts (D: longissimus dorsi, S: semimembranosus) with linear regression lines Fig. 3. 한우 등심 지방함량과 전단력간 회귀분석 및 회귀계수의 유의성 Fig. 4. 한우 설도 지방함량과 전단력간 회귀분석 및 회귀계수의 유의성 데이터의 정규성에 대한 시각적 판정 Pairwise […]
정규분포
애니메이션 그림 확률분포도 확률분포도 확률분포도 확률분포도 목차 요약영상 1 Videos 준비중 0:03 저자정보 출판이력 DOI 인용 다운로드 Print 구글문서 Print 구글문서 요약 정규분포 주제어 1. 정규분포 1.1. 정규분포의 평균과 분산 평균:$$text{E}[X]=int_{-infty}^{infty}xf(x)=mu_X$$ 여기서, f(x)는 정규분포를 나타내는 확률변수 $X$의 확률밀도함수 분산:$$text{Var}[X]=int_{-infty}^{infty}(x-mu)^2f(x-mu)=sigma_X^2$$ 여기서, f(x)는 정규분포를 나타내는 확률변수 $X$의 확률밀도함수 1.2. 정규분포의 표기 정규분포를 나타내는 확률변수, $X$가 평균이 $mu$이고 […]
연속형 확률변수가 유리수로 실현될 확률은?
CONTENTS 연속형 확률변수가 유리수로 실현될 확률은 0입니다. 연속형 확률변수가 무리수로 실현될 확률은 1입니다. 실수의 확률공간 실수는 유리수와 무리수로 구성됩니다. $$mathbb{R} = mathbb{Q} cup (mathbb{R} setminus mathbb{Q})$$ 여기서, $mathbb{R}$은 실수 $mathbb{Q}$는 유리수 $(mathbb{R} setminus mathbb{Q})$은 무리수: $mathbb{R}$집합에서 $ mathbb{Q}$집합을 뺀 집합 유리수와 무리수는 서로소(disjoint) 관계인 배타적인 집합입니다. $$mathbb{Q} cap (mathbb{R} setminus mathbb{Q}) = emptyset$$ 여기서, $emptyset$은 […]
확률이론에서 표본공간과 벡터공간을 연결하는 함수는?
CONTENTS 양적 확률변수(quantitative random variable) 또는 양적 확률벡터(quantitative random vector)입니다. 확률변수 또는 확률벡터를 함수라고 하는 이유는 표본공간의 원소를 벡터공간의 점 또는 점의 집합으로 변환하는 기능을 하기 때문입니다. 확률변수를 기호로 표현하면 다음과 같습니다. $$X : Omega to mathbb{R}$$ 여기서, $X$는 양적(수치형) 확률변수 $Omega$는 표본공간 $mathbb{R}$는 $1$차원 벡터공간 확률벡터를 기호로 표현하면 다음과 같습니다. $$X : Omega to […]
확률이론에서의 표본과 통계학에서의 표본은 의미가 같은가?
CONTENTS 아니오, 용어는 같지만 의미는 다릅니다. 확률이론에서의 표본은 표본공간의 원소로서 더 이상 나눌 수 없는 사건의 결과입니다. 통계학에서의 표본은 모집단의 부분집합으로서 모집단의 특성을 추정합니다. 확률이론에서의 표본 확률이론(probability theory)에서는 확률공간(probability space)으로 확률(probability)을 설명합니다. 확률공간의 3요소는 표본공간(sample space), 시그마대수($sigma$-algebra), 확률측도(probility measure) 입니다. 표본공간에서 나올 수 있는 단일 결과를 표본(sample)이라고 합니다. 이는 더 이상 나눌 수 없는 개별적인 […]
ROUTINE – 반응표면방법 논문작성
ROUTINES Days Hours Minutes Seconds
DATA SCIENCE – 가설검정 논문작성
DATA SCIENCE 데이터 모델링 데이터분석 데이터셋 데이터설명 데이터시각화 연구계획 확률모델 확률분포 새확률변수 통계모델 집단비교 관계비교 분포비교 OPEN 데이터종류 OPEN 대표값 회원 분포값 OPEN 좌표계 회원 산점도 OPEN 가설수립 회원 모수검정과 비모수검정 회원 완전확률화 실험설계 OPEN 확률변수 OPEN 정규분포 구독 t분포 구독 카이제곱분포 구독 F분포 OPEN 대응된 두 확률변수의 차이평균 구독 독립된 두 집단의 평균차이 구독 […]
한우 등심의 근내지방도와 지방함량간 상관의 유의성
Figure Animation 데이터의 정규성에 대한 시각적 판정 한우 등심 근내지방도와 지방함량간 상관분석 및 상관계수의 유의성 데이터의 정규성에 대한 시각적 판정 한우 등심 근내지방도와 지방함량간 상관분석 및 상관계수의 유의성 목차 영상강의 3 Videos 모델링 3:54 데이터 4:08 데이터분석 6:59 Author Detail Publication Histroy DOI Citation Download Print 구글문서 MS워드 Print 구글문서 MS워드 요약 본 연구는 한우 […]
가상 딸기 데이터셋
데이터셋 가상 딸기 데이터셋 가상 한우 데이터셋 초등학생의 수학적창의력 데이터셋 블렌디드 러닝 환경에서 수집된 초등학생 수학 학습 데이터셋 DATASET 변수명 단위 변수정의 데이터유형 요소 계열 딸기 ID 품종 출하월 저온숙성 당도 저온숙성 후 당도 과중 등급 저온숙성 후 등급 1 1 12 1 12.13 12.32 24.51 1 1 2 2 1 1 10.13 10.25 19.76 […]
모든 집단의 평균이 같을 때, 모집단내 “집단간분산”과 “집단내분산”이 같은 이유는?
[ QA ] CONTENTS “집단내변동”만으로 두 분산이 정해지기 때문입니다. 모든 집단의 평균이 같다면 “집단간변동”은 없습니다. 분산분석(ANOVA)의 기본 개념 총변동($SS_T$)은 전체 데이터의 변동성을 나타내며, 집단간변동($SS_B$)과 집단내변동($SS_W$)의 합으로 표현됩니다. $$SS_T=SS_B+SS_W$$ $MS_B$은 집단간분산이며 집단평균의 변동입니다. 집단간변동과의 관계는 다음식으로 표현됩니다 $$MS_B = dfrac{SS_B}{text{집단간 자유도}}$$ $MS_W$은 집단내분산이며 각 집단내에서 데이터의 변동입니다. 집단내변동과의 관계는 다음식으로 표현됩니다. $$MS_W = dfrac{SS_W}{text{집단내 자유도}}$$ 등분산 […]