250x250
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- 가설검정
- python
- Join
- Set
- Max
- map
- SQL
- 내일배움캠프
- DATE_SUB
- 내일배움일지
- Leetcode
- 아티클스터디
- 태블로
- 데이터시각화
- 다중공선성
- 통계학
- 시각화
- 프로그래머스
- ★
- Til
- f-string
- 이중for문
- 반복문
- AB테스트
- 한줄for문
- 선형회귀
- SQLD
- 내배캠_학습기록
- 리스트
- 데이터전처리
Archives
- Today
- Total
노력에는 지름길이 없으니까요
2.5 스튜던트 t 분포 본문
728x90
표본이 작을 때 정규분포 대신 사용!
- 출처 : 위키백과
- 자유도가 커질 수록 정규분포에 가까워짐 (여기서 자유도란 표본의 크기와 관련이 있는 값이라고 이해!)
스튜던트 t 분포
- t분포는 모집단의 표준편차를 알 수 없고 표본의 크기가 작은 경우(일반적으로 30미만)에 사용되는 분포입니다.
- 정규분포와 유사하지만, 표본의 크기가 작을수록 꼬리가 두꺼워지는 특징이 있습니다.
특징
- 표본 크기가 커지면 정규분포에 가까워짐.
데이터가 적은 경우 사용
- 작은 표본의 평균 비교
- 예를 들어, 두 그룹의 평균 시험 점수를 비교할 때 표본 크기가 작다면 t검정을 사용하여 두 그룹의 평균이 유의미하게 다른지 검토할 수 있습니다.
- 약물 시험
- 새로운 약물의 효과를 테스트할 때, 소규모 임상 시험에서 두 그룹 간의 차이를 분석하는 데 사용됩니다.
# 스튜던트 t 분포 생성
t_dist = np.random.standard_t(df=10, size=1000)
# 히스토그램으로 시각화
plt.hist(t_dist, bins=30, density=True, alpha=0.6, color='r')
# 스튜던트 t 분포 곡선 추가
x = np.linspace(-4, 4, 100)
p = stats.t.pdf(x, df=10)
plt.plot(x, p, 'k', linewidth=2, color='darkred')
plt.title('student t distribution histogram')
plt.show()
728x90
반응형
'통계학' 카테고리의 다른 글
2.7 이항분포 (0) | 2024.08.01 |
---|---|
2.6 카이제곱분포 (0) | 2024.08.01 |
2.3 정규분포 / 2.4 긴 꼬리 분포 (1) | 2024.08.01 |
2-2) 표본오차와 신뢰구간 (0) | 2024.08.01 |
2-1) 모집단과 표본 (0) | 2024.08.01 |