통계이론
통계이론의 기초
분류
전체
(4)
Clustering
(1)
K-평균
(1)
MLE
(1)
PCA
(1)
군집분석
(1)
다변량 분석
(1)
대수의 법칙
(1)
동전 던지기
(1)
비율
(1)
이론
(2)
이항분포
(1)
정규분포
(1)
최대우도추정
(1)
평균
(1)
포아송분포
(1)
표본크기
(1)
정렬
디폴트
제목
날짜 - 날짜(오름차순)
날짜 - 날짜(내림차순)
저자
군집분석
다변량 분석
군집분석
Clustering
K-평균
PCA
군집분석(Clustering Analysis)은 데이터를 유사한 그룹으로 나누는 비지도 학습 기법입니다. 데이터의 숨겨진 구조를 발견하고, 각 군집 내의 데이터 관측점들이 최대한 유사하도록 합니다. 대표적인 기법으로는 k-평균(K-means) 클러스터링이 있으며, 사전에 정해진 k개의 중심을 기준으로 데이터를…
2026-07-06
대수의 법칙
이론
대수의 법칙
동전 던지기
대수의 법칙을 이해하고 시각적으로 관찰할 수 있습니다. Shiny 앱으로 동전 던지기를 통한 대수의 법칙을 시각화하는 인터페이스를 제공하며, 사용자는 시행 횟수와 동전의 수를 조정하여 시뮬레이션을 시작할 수 있습니다. 또한, R 코드로 동전 던지기 시뮬레이션 함수를 정의하고 이를 통해 동전 던지기 결과의 누적…
2026-07-06
최대우도추정
이론
최대우도추정
MLE
정규분포
포아송분포
이항분포
최대우도추정법(Maximum Likelihood Estimation, MLE)은 주어진 데이터로부터 모수(parameter)를 추정하는 통계적 방법입니다. MLE는 모수를 추정하기 위해, 관측된 데이터가 가장 일어날 가능성이 높도록 만드는 모수 값을 찾습니다. 우도함수(likelihood function)를…
2026-07-06
표본 크기
평균
비율
표본크기
표본크기 계산은 통계적 분석에서 매우 중요한 역할을 합니다. 적절한 표본크기를 결정하는 것은 연구의 유효성과 신뢰성을 보장하는 데 필수적입니다. 표본크기가 너무 작으면 연구 결과의 통계적 유의성이 부족하여, 실제로 존재하는 효과를 감지하지 못할 수 있습니다. 반대로 표본크기가 너무 크면 시간과 자원이…
2026-07-06
일치 없음
라이센스
CC BY-NC-SA 4.0