본문 바로가기

🛋️ 데이터 분석/🍡 통계2

[데이터 분석을 위한 통계개념2] 가설검정 (with A/B Test) 목차1. 모집단과 표본 서비스의 관점에서 모집단과 표본을 분류하고 A/B 테스트를 진행한다고 하자.그럴 때 모집단은 지금 우리의 전체 고객을 넘어 앞으로의 예비 고객을 모두 포함한 집단이다.그리고 표본은 우리가 실험을 위해 추출한 일부 고객집단이다. 여기서 중요한 점은, 우리가 건들일 수 있는 부분은 실험에 노출되는 '일부 고객'이지 모집단인 전체에 대해서는 알 수가 없다는 것이다. 1) 모집단과 데이터(표본) 사이의 오차 : 표본오차 전체를 알 수 없기에 우리는 표본을 가지고 모집단을 추정해야한다.이때 추출한 표본과 모집단의 데이터 사이에는 오차가 없을까 ? 일반적으로 표본평균과 모집단평균은 일치하지 않는다. 이로서 우리가 정말 알고 싶은 것(모집단)과 실제 손 안에 있는 데이터(표본)에는 오차가.. 2024. 12. 21.

[데이터 분석을 위한 통계 개념1] 모집단과 표본, 확률분포와 신뢰구간 💡 Index1. 모집단과 표본모집단은 데이터 분석에서 알고자 하는 대상 전체를 가리키기 때문에 모집단의 성질을 알 수 있다면 대상을 설명하거나 이해할 수 있고, 미지의 데이터를 예측할 수도 있게 된다. 모집단의 성질을 아는 방법의 하나로, 모집단에 포함된 모든 요소를 조사하는 전수조사가 있다. 이는 모집단에 포함된 요소의 개수가 한정된, 유한 모집단일 때 선택할 수 있는 조사 방법이다. 전수조사의 경우 '분석할 데이터 = 모집단' 이기 때문에 획득한 데이터의 특징을 파악하고 기술하기만 해도 모집단의 성질을 설명하고 이해할 수 있다. 예를 들어 한국 성인 남성의 평균 키를 알고싶다면 모든 성인 남성의 키를 측정하여 데이터를 얻은 후에 그 평균 값을 계산하면 된다. 그러나 전수조사를 이렇게 실시하려면 .. 2024. 11. 16.

이전 1 다음

티스토리툴바