Home

도입부 범주형 데이터 분석시 사용시 통계적 검정 방법 예를들어, 과일을 묻는 설문조사에서 답변이 범주로 나뉘는 데이터 좋아하는 과일 -> 사과 , 포도 연속형 -> 키 , 몸무게 , T-test, anova 카이제곱 검정이 필요한 이유 통계적으로 유의미한 질문을 해본다면 사람들이 과일을 고를때 특정한 패턴이 있을까? 예를들어, 30대가 20대보다 사과를 더 좋아할까? 같은 질문 설문조사 결과만 보면 어떤 패턴이 있는지 알수 없음 이럴때 사용하는 것이 카이제곱 검정! 간단히 말하자면 카이제곱 검정은 관측된 데이터, 기대되는 데이터가 얼마나 다른지 확인하는 도구이다. 예를들어, 사과, ...

토크 개념? Harmony에서 토크가 왜 -일까? Harmony에서 토크값은 신뢰가 가능할까? 저항이 없는데 구할수 있는것인가? Harmony에서 각 조인트를 제어하려면 알맞은 sock id를 찾아야 할것 같다. 2025/11/03 몇초 걸릴지는 모르겠지만, 건강 vs 비건강인 가정하고 task를 실행하는거지 task 실행해서 correlationship을 분석하면 될거 같아. 몇초짜리 테스크를 진행해야할꺼??? 지금까지 진행 상황 (Where we are) - 2026/01/05 목표 Dynamic condition에서 shoulder–elbow coupling 정량화 Healt...

Introduction Many statistics in practice appear to follow a normal distribution. For example, if you take a large integer and count the number of prime factors it has, the distribution of that count (over many integers) is also close to a normal distribution. Why does this happen? Consider a Galton board: we drop a huge number of balls throu...

도입부 여러가지 통계를 보면 대부분 정규분포를 따른다. 또 길이가 긴 자연수에 대해 각 숫자가가진 소인수의 개수를 세어보면 그 개수모음 역시 정규분포에 가깝다 왜 그럴까?? 갈턴보드를 통해 무수히 많은 수의 공을 떨어뜨려보자. (이때, 각 공이 유령처럼 서로에게 영향을 주지 않는다는 가정) 합이 떨어지는 위치를 묘사하는 분포가 점점 종모양과 비슷해진다. 일반적인 아이디어 확률변수 x에서 표본 N개를 추출하여 보면 표본 N -> Infinity 가는 경우 이 합의 분포는 점점 종 모양에 가까워진다. 결과의 합계가 속한다고 95% 신뢰할 수 있는 구간을 찾을 수 있는가? 특이점 확률분포가 일정...

From Discrete to Continuous: Concept Shift Continuous random variable: takes uncountably many values on (\mathbb{R}) (or an interval). Instead of a PMF (discrete case), we use a PDF (f_X(x)) for continuous variables. PDF: Definition and Properties Interval probability: \[P(a \le X \le b) = \int_a^b f_X(x)\,dx\] Nonneg...

이산 → 연속: 개념 전환 연속형 확률변수: $\mathbb{R}$ 전체(또는 구간)에서 비가산 많은 값. 이산형의 PMF 대신 연속형은 PDF $f_X(x)$ 사용. PDF 정의/성질 구간 확률: \(P(a\le X\le b)=\int_a^b f_X(x)\,dx\) 비음성: $f_X(x)\ge0$ 정규화: \(\int_{-\infty}^{\infty} f_X(x)\,dx=1\) 점확률: $P(X=a)=\int_a^a f_X(x)\,dx=0$ 다변량 PDF 결합밀도 $f_{X,Y}(x,y)$: \(P(a\le X\le b,\;c\le Y\le d)=\int_c^d\int_a^b...

Population variance (with population mean (\mu)) \[\sigma^2 = \frac{(X_1-\mu)^2 + \cdots + (X_N-\mu)^2}{N} = \frac{1}{N}\sum_{i=1}^{N}(X_i-\mu)^2\] Sample variance (with sample mean (\bar X)) \[S^2 = \frac{(X_1-\bar X)^2 + (X_2-\bar X)^2 + \cdots + (X_n-\bar X)^2}{\,n-1\,} = \frac{1}{n-1}\sum_{i=1}^{n} (X_i-\bar X)^2\] Why do we divide the s...

모분산의 정의 $(\mu:\ \text{population mean})$ \[\sigma^2 = \frac{(X_1-\mu)^2 + \cdots + (X_N-\mu)^2}{N} = \frac{1}{N}\sum_{i=1}^{N}(X_i-\mu)^2\] 표본분산의 정의 $(\bar X:\ \text{sample mean})$ \[S^2 = \frac{(X_1-\bar X)^2 + (X_2-\bar X)^2 + \cdots + (X_n-\bar X)^2}{\,n-1\,} = \frac{1}{n-1}\sum_{i=1}^{n} (X_i-\bar X)^2\] n개의 편차제곱을 더하는데 왜 n - 1로 나눌까? 모수 ...