용감해지고 싶은 쫄보의 도전기

1. 크루스칼-왈리스 검정이란?- 두 개 이상의 독립 표본 그룹 간의 중앙값 차이가 통계적으로 유의미한지를 검정하는 비모수적인 방법- 데이터가 정규성을 만족하지 않거나, 분산이 같지 않은 경우 적합 1) 특징- 비모수적 방법: 데이터가 정규분포를 따르지 않아도 사용할 수 있다.- 독립 표본: 그룹 간 데이터가 독립적이어야 한다.- 중앙값 비교: 평균 대신 중앙값을 비교한다.(* 데이터의 분포에 대한 가정을 거의 하지 않고 순위 기반이라)- 확장된 윌콕슨 순위합 검정: 두 그룹 간 차이를 비교하는 윌콕슨 순위합 검정을 여러 그룹에 확장한 방법 2) 사용 조건- 데이터는 연속형 또는 순위형 데이터야 한다.- 그룹 간 데이터는 독립적이어야 한다.- 각 그룹의 데이터 분포는 동일한 모양이어야 하지만 정규성을 만..

1. 카이제곱 독립성 검정- 두 범주형 변수가 서로 독립적인지(관련이 없는지) 검증- 카이제곱 통계량(χ^2)값과 자유도(df)를 사용하여 p-value를 구하고, 유의 수준과 비교1) 카이제곱 통계량(χ^2): 관찰된 데이터와 기대된 데이터의 차이- χ^2이 작다면, 관찰된 데이터와 기대 데이터간의 차이가 작기 때문에 귀무가설이 참일 가능성이 높다.2) 자유도(df): 교차표에서 가능한 독립적인 정보의 수3) p-value: 현재 데이터가 귀무가설을 따를 가능성- 귀무가설: 두 변수는 독립적이다. (p-value >  유의수준(보통 0.05))* 카이제곱 통계량(χ^2) 의 다른 용도1) 적합도 검정: 관찰된 데이터가 이론적으로 기대되는 분포에 얼마나 잘 맞는가?- 데이터가 정규분포를 따르는가? 던진 ..

Q. 요즘같은 빅데이터(?)시대에는 정규성 테스트가 의미 없다는 주장이 있습니다. 맞을까요? 1. 정규성 테스트란? - 데이터가 정규 분포를 따르는지 여부를 확인하는 것입니다. 2. 왜 하나요?- 정규성 가정을 필요로 하는 특정 통계 분석이나 모델을 사용하는 경우- 표본이 작거나 특정 표본의 특성을 분석해야 하는 경우- 표본이 작고 정규성을 띠지 않으면, 데이터의 중심 경향이나 분포를 평균과 표준편차만으로 설명하기 어렵기 때문에, 정규성 검정을 통해 정규에 가깝다고 확인되어야 신뢰구간이나 가설 검정을 수행할 때 더 높은 신뢰성을 가질 수 있습니다.- 비모수적 모델이나, 비정규 분포를 처리하는 모델은 생략해도 무방합니다. - 데이터가 정규성을 띠지 않더라도 표본 크기가 크면 중심극한정리에 따라 데이터의 평..