통계학

• 1.평균(Mean)과 중앙값(Median), 평균과 중앙값의 정의와 차이점
• 10.정규분포(Normal Distribution), 정규분포의 개념과 특징
• 11.정규분포(Normal Distribution), 평균과 표준편차를 이용한 정규분포 설명
• 12.정규분포(Normal Distribution), 정규분포가 데이터 분석에서 중요한 이유
• 13.Z-점수(Z-Score)와 표준화(Standardization), Z-점수를 통해 데이터를 표준화하는 방법
• 14.Z-점수(Z-Score)와 표준화(Standardization), Z-점수를 활용한 이상치 검출 및 비교
• 15.Z-점수(Z-Score)와 표준화(Standardization), 표준화의 개념과 Z-점수의 역할
• 16.신뢰 구간(Confidence Interval), 신뢰 구간의 의미와 사용 목적
• 17.신뢰 구간(Confidence Interval), 평균과 표준편차를 이용한 신뢰 구간 계산
• 18.신뢰 구간(Confidence Interval), 표본에서 모집단을 추정할 때의 신뢰 구간 해석
• 19.가설 검정(Hypothesis Testing), 귀무가설과 대립가설의 개념
• 2.평균(Mean)과 중앙값(Median), 데이터 분포에 따라 평균과 중앙값이 가지는 의미
• 20.가설 검정(Hypothesis Testing), T-검정과 카이제곱 검정을 통한 가설 검정 방법
• 21.가설 검정(Hypothesis Testing), 유의 수준과 검정 통계량의 해석
• 22.표본 크기(Sample Size)와 표본 오차(Sampling Error), 표본 크기에 따른 표본 오차 개념
• 23.표본 크기(Sample Size)와 표본 오차(Sampling Error), 적절한 표본 크기 산정 공식과 방법
• 24.표본 크기(Sample Size)와 표본 오차(Sampling Error), 표본 오차가 통계 결과에 미치는 영향
• 25.회귀 분석(Regression Analysis), 단순 회귀와 다중 회귀 분석의 개념과 공식
• 26.회귀 분석(Regression Analysis), 회귀 계수의 해석과 선형 관계 측정
• 27.회귀 분석(Regression Analysis), 회귀 분석을 통한 예측 모델 구축
• 28.베이즈 정리(Bayes’ Theorem), 조건부 확률과 베이즈 정리의 개념
• 29.베이즈 정리(Bayes’ Theorem), 사전 확률과 사후 확률 계산법
• 3.평균(Mean)과 중앙값(Median), 평균과 중앙값이 다른 경우의 해석
• 30.베이즈 정리(Bayes’ Theorem), 의사결정 및 예측 모델에서의 베이즈 정리 활용
• 31.카이제곱 검정(Chi-Square Test), 카이제곱 검정을 이용한 독립성 검정
• 32.카이제곱 검정(Chi-Square Test), 카이제곱 분포와 자유도 개념
• 33.카이제곱 검정(Chi-Square Test), 적합도 검정과 독립성 검정의 해석
• 34.t-분포(t-Distribution)와 t-검정(t-Test), 작은 표본 크기에서 평균을 비교하는 t-분포
• 35.t-분포(t-Distribution)와 t-검정(t-Test), 단일표본, 독립표본, 대응표본 t-검정
• 36.t-분포(t-Distribution)와 t-검정(t-Test), t-분포의 특징과 검정 결과 해석
• 37.F-검정(F-Test)과 분산분석(ANOVA), F-검정을 이용한 분산비 검정
• 38.F-검정(F-Test)과 분산분석(ANOVA), ANOVA를 통해 다중 그룹 간 평균 비교
• 39.F-검정(F-Test)과 분산분석(ANOVA), 일원분산분석과 이원분산분석의 차이점
• 4.분산(Variance)과 표준편차(Standard Deviation), 분산과 표준편차의 개념과 계산 공식
• 40.확률 밀도 함수(PDF)와 누적 분포 함수(CDF), PDF와 CDF의 정의와 차이점
• 41.확률 밀도 함수(PDF)와 누적 분포 함수(CDF), 확률 계산에서 PDF와 CDF의 역할
• 42.확률 밀도 함수(PDF)와 누적 분포 함수(CDF), PDF와 CDF를 이용한 확률 해석
• 43.로지스틱 회귀(Logistic Regression), 로지스틱 회귀의 개념과 로그 오즈(odds)
• 44.로지스틱 회귀(Logistic Regression), 분류 문제에서의 로지스틱 회귀 활용
• 45.로지스틱 회귀(Logistic Regression), 확률 예측을 위한 로지스틱 회귀 공식
• 5.분산(Variance)과 표준편차(Standard Deviation), 데이터의 변동성(흩어짐)을 나타내는 방법
• 6.분산(Variance)과 표준편차(Standard Deviation), 분산과 표준편차를 이용한 데이터 안정성 평가
• 7.공분산(Covariance)과 상관계수(Correlation Coefficient), 두 변수 간의 관계를 측정하는 공분산과 상관계수
• 8.공분산(Covariance)과 상관계수(Correlation Coefficient), 공분산과 상관계수의 차이점과 계산법
• 9.공분산(Covariance)과 상관계수(Correlation Coefficient), 상관계수를 이용한 변수 간 상관관계 해석