EASY PEASY CODING

분산분석(ANOVA)은 세 개 이상의 집단 간의 평균 차이를 비교하는 통계적인 방법 중 하나입니다. 일반적으로 t-test는 두 집단 간의 평균 차이를 비교하는 데 사용되지만, 집단이 세 개 이상인 경우에는 여러 번의 t-test를 시행하게 되면 1종 오류(유의수준에서 오류를 범할 확률)를 증가시킬 수 있습니다. 그래서 이를 피하기 위해 ANOVA를 사용합니다. 그런데 여기에서 우리는 생각해볼수 있습니다. 왜 평균 분석이 아니라 분산 분석인걸까요? 분산분석이 사용되는 이유 먼저 one way Anova에 사용되는 변수를 보면, 종속 변수 (Dependent Variable): 연속형 변수여야 합니다. 즉, 수치형 데이터여야 하며, 예를 들어 키, 몸무게, 성적 등이 종속 변수가 될 수 있습니다. ANOV..

통계적 사고방식이란 '어떤 사건이 우연히 발생할 확률이 얼마일까'라고 질문하는 것입니다. 또한, 통계란 분산(표준편차)의 마법이라 할수 있는데 왜 그런지 t-test에 대해 글을 쓰면서 알려드리고자 합니다. 먼저 우리는 통계를 공부하면서 t-test에 대해 종종 듣곤 하는데 외우기만을 급급해서 언제 어떻게 사용하는지, 이 t-test의 목적은 대체 무엇인지에 대해 정확히 모르는 경우가 허다합니다. t-test란? 두개의 집단이 같은지 다른지 비교하기 위해 사용하는 통계적방법입니다. 그런데 무엇을 가지고 두개의 집단을 비교를 할까요? 바로 두 표본의 대표값인 평균값을 가지고 같은지 다른지를 확인합니다. 그래서 두 집단 샘플(표본)의 평균값을 비교하고, 두 집단의 차이가 우연히 발생했을 확률을 구함으로써 t..

통계적 사고방식이란 '어떤 사건이 우연히 발생할 확률이 얼마일까'라고 질문하는 것 상관관계란 한 변수와 다른 변수가 공변(서로 변함)하는 관계입니다. 양의 상관관계를 가질경우, 두변수는 같은 방향으로 움직입니다. ex) X ↗ Y ↗ 음의 상관관계를 가질경우, 두변수는 서로 다른 방향으로 움직입니다. ex) X ↗ Y ↘ 상관관계를 나타내는 값으로는 상관계수가 있는데, 이 상관계수 값은 -1 ~ +1까지만 존재하고 상관계수가 -1일때는 완벽한 음의 상관관계 상관계수가 0일때는 아무 관계가 없으며 상관계수가 +1일때는 완벽한 양의 상관관계를 가지게 됩니다. 여기서 말하는 +/- 는 방향을 의미하는데, 이는 상관계수가 힘과 방향을 가지기 때문입니다. 앞의 양의 상관관계와 음의 상관관계 또한 방향에 관한 것입..

통계적 사고방식이란 '어떤 사건이 우연히 발생할 확률이 얼마일까'라고 질문하는 것 통계적 가설과 오류 통계책을 보면 다음과 같은 식이 나오곤 합니다. H0 : μ - μ0 = 0 H1 : μ - μ0 ≠ 0 여기서 H0란 Null Hypothesis의 약자로, 귀무가설입니다. 귀무가설에서의 귀무란 歸(돌아갈 귀) + 無(없을 무)란 뜻으로 무로 돌아가는 가설이라고 해석할 수 있습니다. 즉, 귀무가설은 '아무 영향도 없고, 아무 일도 없다라는 것을 가정하는 가설'로서, 이 가설이 맞다면 아무 일도 없다는 것으로 이해하시면 됩니다. 반면, H1은 Alternative Hypothesis의 약자로 대립가설입니다. 대립가설은 귀무가설을 대체하는 대립하는 가설입니다. H0의 경우 거의 언제나 0이 되는 반면, H..

통계적 사고방식이란? 어떤 사건이 우연히 발생할 확률이 얼마일까 라고 질문하는것 우리는 통계를 배우면서 P-VALUE를 정말 많이 보게됩니다. 그러나 실상, 대부분의 이들은 P-VALUE에 대해서 정확하게 알지 못합니다. 그래서 이번 포스팅에서 P-VALUE에 대해 설명하고자 합니다. 유의 수준 p값, 'p값이 0.05보다 작으면 유의하다'라는 말은 어디서 나온말이며, p값은 뭐고, 0.05란 값은 왜 나왔으며, 작으면 유의하다라고 왜 말하는 걸까요? 먼저 p값에 대해 말하자면 p-value란 probability value로서, 확률값입니다. 그래서 p값은 어떤 것에 대한 확률값으로 이해하면됩니다. 그래서 맨 위에 적어놓은 통계적 사고방식의 '어떤 사건이 우연히 발생할 확률'을 p값이라고 이해하시면 됩..