[3주차] 이변량 분석

Data Understanding

이변량 분석

x->y	숫자	범주
숫자	산점도, 상관분석, 상관계수, P_value	히스토그램, kdeplot, 로지스틱 회귀
범주	barplot, T-test, anova	모자익플롯, 카이제곱검정

• 대립가설 : 관련이 없다. -> 현재의 가설
• 귀무가설 : 관련이 있다. -> 새로운 가설

수치화

• p_vaule : 대립가설이 틀릴 확률
• t-test : 두 평균의 차이를 표준오차로 나눈값
• 분산분석(anova) : 여러 집단 간의 차이 , 전체 평균 사용
• 카이제곱검정 : 클수록 기대빈도로부터 실제값에 차이가 크다

수치화 해석

• p_vaule : <0.05 -> 대립가설이 틀릴 확률이 0.05 이하로 대립가설이 참
• t-test : <-2 or 2> -> 대립가설에 참
• 분산분석(anova) : 2~3 -> 대립가설이 참
• 카이제곱검정 : 자유도의 2~3배 크면 -> 대립가설 참