기초통계학 -이변량 데이터

소개글

예전 자료 인데 유용하고 내용간략하게 되어있습니다.

목차

서론
이변량 범주형 테이터의 요약
이변량 측정형 데이터의 산점도
상관계수(선형관계의 측도)
한 변수로부터 다른 변수의 예측(선형회귀)

본문내용

3.1 서론
(1) 이변량 (Bivariate) 데이터 : 2개의 변수에 대한 관측값의 기록
* 대학 졸업생의 성별(x1)과 직업 유형(x2)
* 남자 성인의 흡연 습관(x1)과 폐활량(x2)
* 단위 면적당 사용되는 비료의 양(x)과 곡물의 산출량(y)
(2) 다변량 (Multivariate) 데이터 : 다수개의 변수에 대한 관측값의 기록
* 생수속의 무기물질 x1, x2, x3, … , xn과 생수의 맛(y)
(3) 이변량 범주형 데이터 및 이변량 수치형 데이터에 관하여 다룸
Slide: * /19
3. 이변량 데이터
3.2 이변량 범주형 데이터의 요약
이원 도수 분포표(Two way frequency table)
* 2가지 범주형 데이터의 요약표
* 흔히 분할표(Contingency table) 라고도 함
* 교차 분류(Cross-classified)된 데이터 라고도




3. 이변량 데이터
상관계수 r이 적당하지 않은 경우
* 선점도 상에서 곡선 형태로 분포된 데이터
* 선점도 상에서 점들이 2 집단으로 나누어 지는 경우
상관과 인과관계
* 2변수 사이의 상관계수가 높다고 하여 반드시 그들 사이에 인과관계가 있는 것은 아님
* 유럽의 어떤 도시(갓난 아기는 황새가 갖다 주는 것이라고 아이들이 배움)에서 관측된 황새의 수와 아이 출생수 사이의 높은 상관관계
-> 황새를 죽여 인구를 조절할 수 있다는 생각
* 잠복성 변수(Lurking variable): 관측된 상관의 원인이 되는 제3의 변수
* 허위상관(Spurious correlation): 잠복성 변수가 만들어 내는 가짜 상관
Slide: * /19
3. 이변량 데이터
* 상관계수 r이 적당하지 않은 예
Slide: * /19
3. 이변량 데이터
3.5 한 변수로부터 다른 변수의 예측 (선형회귀)
최적 적합 직선
* 실험 데이터로부터 입력 x와 출력 y 사이의

참고 자료

없음