1. 여성이 82년 연속 더 많이 태어난다면 남성과 여성의 출생 성비는 정확히 1:1이 아니라 대략 1.05:1로 알려져 있다. 여자아이 100명이 태어날 때 남자아이 105명이 태어난다는 뜻이다. 이 사실을 처음 발긴 영국의 의사이자 과학자인 존 아버스넛은 1629년부터 1710년까지 82년 동안 영국 런던의 모든 출생 기록을 조사했는데, 해마다 태어난 여아가 남아보다 많다는 사실을 발견했다. 이것은 우연일까? 만약 출생 성비가 1:1이었다면 태어난 여아가 남아보다 우연히 많을 확률은 1/2일 것이다. 그리고 82년 동안 매해 여아가 더 많이 태어나는 사건은 매우 드문 일이다. 그러므로 출생 성비가 1:1일 수는 없다. 2의 82제곱은 4835703000000000000000000이다. 그래서 여성이 ..
1. 통계적 가설검정의 딜레마 통계적 가설검정은 배신해야 하는 운명에 놓인 숙제 같다. 통계적 가설검정이 품은 문제를 간단히 표현하면 두 정규분포 중 하나를 고르는 문제와 같다. 확실하지 않은 상황에서 둘 중 하나를 골라야 하는 딜레마라고 할까 정규분포는 평균과 표준편차만으로 그 분포를 알 수 있다. 확률 이론에 따르면 정규분포에서 무작위로 뽑힌 관측값은 평균에서 표준편차의 2배 이내에 있다고 95% 확신할 수 있다. 평균이 0이고 표준편차가 1이라면 -2 ~+2 사이에서 관측될 것이다. 만약 평균이 2, 표준편차가 1이라면 0과 4 사이에 이 관측값이 있을 것이다. 물론 95% 확률로 그렇다는 말이다. 가설검정의 문제는 다음과 같다. 어떤 값을 관측했다. 이 값이 0.5라고 치자. 이 값은 어떤 분포에..
1. 문제 제기 빅데이터분석기사, ADsP를 공부하면서 p-value에 대한 정의가 이상한 것 같아서 이번 기회에 정리를 해볼려고 한다. 2. p-value에 대한 오해 2-1) p-value가 관측된 검정통계량이 귀무가설을 지지하는 방향으로 관찰될 확률? 2-2) p-value는 제1종오류를 일으킬 확률? 3. p-value의 정의 위키피디아에서 ‘In null hypothesis significance testing, the p-value is the probability of obtaining test results at least as extreme as the results actually observed, under the assumption that the null hypothesis is ..
딥러닝/머신러닝, 통계학, IT프로그래밍, 알고리즘을 좋아하는 사람 https://github.com/yundaehyuck
