Build your ultimate AI agent
코스 설명
가설 검정을 진정으로 이해하기
평균을 계산하고 그래프를 만든 다음에는 무엇이 일어날까요? 기술통계에서 자신감 있는 의사결정으로 어떻게 나아갈 수 있을까요? 가설 검정을 어떻게 적용하여 실제 문제를 해결할 수 있을까요? Python을 활용한 추론의 기초를 다루는 이 4시간 강의에서, 데이터에 기반해 타당한 결론을 내리는 실습 경험을 쌓게 됩니다. 샘플링에 대해 모두 배우고, 부적절한 샘플링이 통계적 추론을 어떻게 잘못된 방향으로 이끌 수 있는지 알아보게 됩니다.다양한 시나리오를 분석하세요
정규성 및 상관관계에 대한 가설 검정은 물론, 모수 검정과 비모수 검정 모두를 다루는 것부터 시작합니다. 이러한 테스트는 SciPy를 사용해 실행하고, 의사결정에 활용할 수 있도록 결과를 해석하게 됩니다.다음으로, 효과 크기와 통계적 검정력을 사용해 결과의 강도를 측정하고, 보정을 적용해 허위 상관관계를 피하는 방법도 배우게 됩니다.마지막으로, 시뮬레이션, 무작위화, 메타분석을 활용해 다른 연구자들의 결과를 재분석하는 것을 포함한 다양한 데이터와 함께 작업하게 됩니다.빅 데이터로부터 확실한 결론을 도출하세요
강의를 수강한 후에는 빅 데이터를 성공적으로 활용해 리더들이 신뢰할 수 있는 원칙 있는 결정을 내릴 수 있게 됩니다. 그래프와 요약 통계를 훨씬 넘어, 신뢰할 수 있고 반복 가능하며 설명 가능한 결과를 만들어내게 됩니다.사전 요구 사항
커리큘럼
코스 개요
1
추론 통계와 표본추출
이 챕터에서는 표본과 통계적으로 정당한 결론 사이의 관계를 살펴봅니다. 표본을 어떻게 선택하느냐가 타당한 통계적 의사결정의 출발점이며, 표본의 선택이 추론 결과에 어떤 영향을 미치는지 알아볼 거예요.
2
가설 검정 툴킷
정규성 검정, 상관관계 검정, 그리고 모수/비모수 검정을 적용해 타당한 추론을 수행하는 방법을 배웁니다. 가설 검정은 도구이며, 올바른 도구를 선택하는 것이 통계적 의사결정에 핵심이에요. 입문 과정에서 접해 봤을 수 있는 검정들도 더 깊이 들어가, 이 챕터에서 여러분의 추론 툴킷을 한층 확장합니다.
3
효과 크기
이 챕터에서는 다양한 상황에서 효과 크기를 측정하고 해석하며, 다중 비교 문제를 다루고, 검정력의 개념을 깊이 있게 탐구합니다. p-value는 유의한 효과의 존재를 알려 주지만, 그 효과가 얼마나 큰지는 말해 주지 않아요. 효과 크기는 어떤 처치가 만들어 내는 효과의 세기를 나타냅니다. 효과 크기를 좌우하는 요소들을 이 챕터에서 확실히 익혀 보세요.
4
시뮬레이션, 무작위화, 메타분석
부트스트래핑, 순열 검정, p-value로부터 근거를 결합하는 방법을 살펴보며 추론 통계 툴킷을 더 확장합니다. 부트스트래핑을 통해 통계적 시뮬레이션을 처음 경험하게 될 거예요. 메타분석 레슨에서는 여러 연구의 결과를 결합하는 전 과정을 배웁니다. 마지막으로 강력하고 유연한 비모수 통계 도구인 순열 검정을 살펴보며 마무리합니다.
Python에서 배우는 추론 통계 기초
코스
완료
