통계학

통계에 대해 간략히 배웠다.
(사실 너무 오랜만에 하는거라 기억이 잘 안나긴하지만 그래도 한번 했던거라 나름 무난하게 들을 수 있다)

Numpy는 안배워서 몰랐는데
알고보니 Numpy의 기본 내장함수를 이용하여 Python에서 어려운 연산을 쉽게 해결할 수 있었다.
여기서 왜 사람들이 Numpy를 찾아서 썼는지 알 수 있었다.
통계학 강의는 어렵지 않았던게 <확률과 통계>를 나름 집중해서 들었다면 충분히 이해할만한 내용이었다. 오늘까지만일수도...

• 기본 Numpy의 성능 (Numpy이용시 기존 Python 코드보다 효율성이 더 높음!)
  start = time.time( ) -- 시작시간
  Python Codes...
  end = time.time( ) -- 끝나는 시간

print(end - start)
-- 코드 실행시간을 알 수 있음

• 기본 Numpy 활용
  평균 - .mean( )
  중앙값 - .median( ) -- 중앙에 위치한 값
  표준편차 - .std( ) -- 데이터가 분포되어 있는 정도

• 난수 관련
  난수 생성(실수) - .random.rand( )
  정수 난수 생성 - .random.randint( 원하면 범위 지정 )

• 소수점 처리
  f-string 이용해서 표기
  print(f'평균은 {_mean:.3f}')
  -- f-string에서 정수의 자리수 -> '0Nd' N에 원하는 숫자 적기
  -- f-string에서 소수의 자리수 -> '0Nf' N에 원하는 숫자 적기

통계학 기초

요고 학습자료에 정답이 달라서 계속 체크해봤는데 아무리 봐도 90.3이 평균으로 나온다..!
그래서 질문방에 올렸더니 90.3으로 나오는게 맞다구 해주셔서 그냥 내가 정답을 고쳐서 정답처리 하고 넘어갔다.

---

연습문제 오답 - 2주차

1주차는 틀린게 없어서 넘어갔다!

• 이 문제는 그냥 신뢰구간을 구할 때, 표준 편차를 표본 크기의 제곱으로 나누어야 한다라는 것만 알고 넘어가면 될듯 하다.
  
• 표준편차는 데이터의 분포정도를 나타내는 것을 말한다.
  
• 카이제곱분포는 범주형 데이터의 독립성 검정을 나타낸다.
  
• 주사위를 무작위로 돌렸을 때, 나오는 숫자들은 연속적이지 않으니 이항분포로 나타낼 수 있다.