근사(Approximation)근사(Approximation)의 정의근사는 복잡하거나 정확한 계산이 어려운 문제를 간단한 방법으로 대체하여 해결하는 방법입니다. 통계에서 주로 정규분포 근사가 많이 사용되며, 복잡한 분포를 더 계산이 쉬운 정규분포로 대체하여 계산하는 경우가 많습니다.근사의 필요성복잡한 계산 단순화: 많은 실제 문제에서는 표본 크기가 크거나 계산이 복잡하여 정확한 확률 분포를 계산하는 것이 어렵습니다. 이때 근사를 통해 대략적인 결과를 얻는 것이 실질적으로 유용할 수 있습니다.실용성: 통계에서는 분석 속도와 실용성을 높이기 위해 자주 근사 방법을 사용합니다. 예를 들어, 큰 표본에서 이항분포나 포아송 분포 등을 정규분포로 근사하여 처리할 수 있습니다.정규분포 근사 (Normal Approx..

포아송 분포는 주어진 시간이나 공간에서 사건이 몇 번 발생할지 예측할 수 있는 확률 분포입니다. 고객 센터에 걸려오는 전화 수, 웹사이트 방문자 수, 생산 라인에서 발생하는 결함의 수처럼 드문 사건을 다루기에 적합합니다. 이번 글에서는 포아송 분포의 개념과 실제 활용 사례를 간단하게 알아보겠습니다.포아송 분포 (Poisson distribution)포아송 분포란?포아송 분포(Poisson distribution)는 주어진 시간 간격이나 공간 내에서 발생하는 사건의 수를 모델링할 때 사용하는 이산 확률 분포입니다.(시간/공간 단위에서 사건이 발생하는 횟수를 설명하는 데 자주 사용되는 분포) 주로 특정한 시간 또는 공간 내에서 사건이 발생하는 평균 빈도(λ)만 알고 있을 때, 해당 시간 또는 공간 내에서 정..

이항 분포는 수학적 개념이지만, 일상에서 자주 만나게 되는 확률을 설명할 때 유용한 도구입니다. 예를 들어, "동전을 10번 던졌을 때 몇 번 앞면이 나올까?"와 같은 질문에 답하는 데 사용할 수 있습니다. 그렇다면 이항 분포가 무엇인지, 어떻게 적용되는지 쉽게 설명해 보겠습니다.이항 분포 (Binomial distribution)이항 분포란?이항 분포(Binomial distribution)는 성공/실패처럼 두 가지 결과만 나오는 실험을 여러 번 반복할 때, 성공할 확률을 구하는 데 사용되는 확률 분포입니다. 쉽게 말해, 동전 던지기나 제품 구매 여부 같은 실험에서 성공(혹은 실패) 횟수를 예측하고 싶을 때 이항 분포를 사용합니다.여기서 중요한 요소는 밑과 같습니다:성공 확률: 예를 들어, 동전을 던질..

지난번 01. 확률(Probability) 글에서 설명한 확률 분포는 균일 분포(Uniform distribution)라고 말할 수 있습니다.지난번에 설명한 균일 분포 (Uniform Distribution)를 다시 설명하면 균일 분포란 사건의 모든 가능한 결과가 동일한 확률을 가지는 분포입니다.(사건이 무엇인지와 무관하게 확률이 동일한 분포)균일 분포는 결과 간의 확률이 무차별적이며, 특정한 값이 나타날 가능성이 다른 값들과 동일합니다. 일반적으로 확률 분포의 값은 사건과 모수(parameter)에 따라 달라지며, 그 사이의 관계를 수식을 통해 정의할 수 있습니다.베르누이 분포 (Bernoulli Distribution)정의: 결과가 두 가지(예: 성공/실패)로 나뉘는 이산 확률 분포(결과 값이 둘 중..

확률 분포를 왜 알아야 하는가?확률 분포는 데이터 분석, 통계, 그리고 머신러닝에서 매우 중요한 역할을 합니다. 우리가 사용하는 다양한 통계 모델과 머신러닝 모델들은 대부분 확률 분포에 기반을 두고 있습니다. 이를 이해함으로써 우리는 이러한 모델들이 어떻게 작동하는지, 그 유용성과 한계를 이해할 수 있게 됩니다. 적절한 상황에서 적절한 모델을 선택하고 사용할 수 있는 능력도 키울 수 있습니다. 확률의 정의확률이란 어떤 사건이 발생할 가능성을 수치로 표현한 것입니다. 주사위를 던질 때 특정 숫자가 나올 확률처럼, 어떤 사건이 얼마나 자주 발생할지를 예측하는데 사용됩니다. 확률은 일반적으로 0에서 1 사이의 값으로 표현됩니다. 0은 사건이 절대 일어나지 않음을, 1은 사건이 반드시 일어남을 의미합니다.확률의..

이번 글은 코드잇 강의를 수강하면서 배운 내용을 주로 하여 정리되어 있습니다. (코드잇 스프린트 데이터 애널리스트 트랙 1기 훈련생)추론통계의 목차통계 리터러시데이터 분석과 통계학표본을 통해 모집단을 파악평균과 표준편차확률과 확률분포정규 분포와 중심극한정리오차와 신뢰구간통계적 가설 검정회귀 분석통계 리터러시데이터 분석과 통계학데이터 분석의 목적현상 파악기술 통계 : 데이터 자체의 특징을 정리하고 요약하는 것 예) 3월 방문자 중 10대 비중이 몇 % 인지? / 고객의 평균 소비 금액 얼마인가?이미 비즈니스 현장에서 대다수 종사자들이 쉽게 하고 있는 일대상에 대한 통찰 (이번에 다루는 내용)추론 통계 : 표본을 바탕으로 모집단을 추론 (모집단을 이해하도록 도움을 주는 통계)모집단은 넓은 범주의 집단으로 완..