ToDo_DATA

동시확률분포와 주변확률분포 1) 동시확률분포=결합확률분포(Joint Probability Distribution) 말 그대로 두 개의 사건이 동시에 일어날 확률이며 한 가지 대상에 대해 여러 변수의 분포 확인이 가능 이 때 두 사건은 서로 독립적이어야 함 2) 주변확률분포(Marginal Probability Distribution) 두개의 변수로 이루어진 결합 확률 분포를 하나의 변수로 표현 공분산과 상관관계 공분산 Cov[X,Y] = E[(X-mx)(Y-my)] 상관관계 Pxy = Cov[X,Y] / √V[X]*V[Y] 2변수 X, Y 합의 평균과 분산은 하기와 같음 평균 E[X+Y] = E[X] + E[Y] 분산 V[X+Y] = V[X] + V[Y] + 2E[(X-mx)(Y-my)] = V[X] +..

양적 변수 산포도 (Scatter Plot) 데이터가 얼마나 그리고 어떻게 퍼져있나를 나타내는 그래프라고 할 수 있음 2개 변수의 값을 그래프로 그려내는 것으로 둘의 관계를 알 수 있음 2개 변수 : 양적 변수 (숫자형) 관계 : 흔히 상관관계를 나타냄 ( 두 변수의 선형관계 ) 인과관계가 아닌 연관성을 드러냄 인과관계는 회귀분석으로 알 수 있음 양의 상관관계, 음의 상관관계, 무관계 두 양적 변수의 선형관계 정보를 알려주는 값은 하기 2가지가 있음 공분산 상관계수 공통적으로 하기 관계를 가짐 양의 선형(linear) 관계 : 두 변수 값은 함께 증가 음의 선형(linear) 관계가 있음 : 한 변수 값이 감소할 때 다른 변수 값은 증가 공분산 다만 두 변수의 측정단위에 따라 값이 달라짐 즉, 공분산이 ..