첨도2 통계에서 분포의 형태: 왜도와 첨도 통계학에서 데이터의 분포는 그 형태에 따라 왜도(Skewness)와 첨도(Kurtosis)라는 두 가지 주요 지표로 설명됩니다. 이러한 지표들은 데이터 분포의 특성을 파악하고 정규 분포와의 차이를 이해하는 데 도움이 됩니다. 1. 왜도 (Skewness): 왜도는 데이터 분포의 비대칭 정도를 나타내는 지표입니다. 왜도는 분포의 꼬리가 어느 쪽으로 치우쳐 있는지를 측정합니다. 왜도가 0인 경우: 데이터 분포가 대칭적인 정규 분포에 가깝습니다. 왜도가 양수인 경우: 오른쪽 꼬리가 길어져 분포가 오른쪽으로 치우친 분포입니다. 긍정적 왜도(Positive Skewness)라고도 합니다. 왜도가 음수인 경우: 왼쪽 꼬리가 길어져 분포가 왼쪽으로 치우친 분포입니다. 부정적 왜도(Negative Skewness)라고.. 2023. 9. 26. 데이터를 이해하는 첫걸음, 기술 통계 데이터 분석은 현대 비즈니스와 과학 분야에서 더 중요해지고 있으며, 데이터를 효과적으로 이해하는 것은 이를 성공적으로 활용하는 핵심입니다. 데이터를 이해하기 위한 첫걸음 중 하나는 "기술 통계"를 사용하는 것입니다. 기술 통계는 데이터를 요약하고 해석하는 데 도움이 되며, 아래에서 기술 통계의 주요 개념과 활용 방법을 살펴보겠습니다. 1. 중심 경향성 측정: 기술 통계의 중심 경향성 측정은 데이터의 "대푯값"을 파악하는 데 도움을 줍니다. 이 중심 경향성은 데이터의 중간값, 평균, 최빈값 등을 포함합니다. 평균은 데이터의 합계를 데이터 포인트 수로 나눈 것이며, 중간값은 데이터를 크기순으로 정렬했을 때 중간에 위치한 값입니다. 2. 분산과 표준 편차: 데이터의 분포를 이해하기 위해 분산과 표준 편차를 사.. 2023. 9. 9. 이전 1 다음
