이변량 분석 (범주 -> 숫자)

평균 비교

• 범주 -> 숫자를 비교하는 방법은 평균을 비교한다

• barplot 을 사용

• 범주가 2개 : 두 평균의 차이 비교

• 범주가 3개 : 전체 평균과 각 범주의 평균 비교

if

• 생존 여부에 따라 나이의 차이가 있다.

sns.barplot()

• 평균 비교 barplot()
• 평균을 계산하는 plot()

sns.barplot(x = 'x' , y = 'y', data = df)
plt.grid()
plt.show()

신뢰구간(오차범위)

• 평균값이 얼마나 믿을만 한가.

• 좁을수록 믿을만 하다.

• 데이터 가 많을수록 , 편차가 좁을수록 신뢰구간이 좁아 짐.

• 두 평균에 차이가 크고 , 신뢰구간은 겹치지 않을떄 , 대립가설이 맞다고 볼수 있다.

평균 비교 방법

범주가 2개 일떄 (T-test)

• 두 범주의 평균을 구한다음 차이를 구한다.

$A평균 - B평균$

범주가 3개 이상일떄(Anova))

• 전체 평균과 각 그룹 평균에 차이가 있는가?

$전체 평균 - 각 범주의 평균$

T 통계량

• 두 그룹 간에 평균간 차이를 표준오차로 나눈 값

• 차이 가 클려면 절대값이 커야 한다

• p-value 가 0.05 보다 작으면 차이가 있다.

• -2 보다 작고 2보다 크면 차이가 있다.

ttest_ind(B,A ,equal_var = False)

• A와 비교 할때 B 의 평균이 큰가?
• equal_var : A와 B 의 분산이 같은가 (모르면 False)

분산 분석 (ANOVA)

• 여러 집단 간에 차이 비교 : 기준은 전체 평균

$F통계량 = 집단 간 분산 / 집단 내 분산 = 전체평균 - 각 집단 평균 / 각 집단의 평균 - 개별값$

• 집단 간 분석이 크면 -> F통계량이 크다 -> 대립가설이 맞을 가능성이 크다

가설

• 귀무가설 : 범주별 숫자형 데이터는 차이가 없다.
• 대립가설 : 범주별 숫자형 데이터는 차이가 있다.

문법 f_oneway(A,B,C)

• 전체 평균과 A,B,C 각각의 평균은 차이가 있는가?

spst.f_oneway(P_1, P_2, P_3)

주의

• 평균 대비 각 그룹간 차이가 있는지만 알려줌
• 어느 그룹 간에 차이가 있는지는 알수가 없음