용어 사전
이 페이지에서는 Statorials에서 사용할 수 있는 모든 통계 용어 및 개념에 대한 용어집을 제공합니다.
#
가지다
- 조정된 승산비
- 평균 사용의 장점과 단점
- 중앙값 사용의 장점과 단점
- 표준편차 사용의 장점과 단점
- 집계 편향
- 대안 가설
- ANOVA 대 회귀
- 복제가 있거나 없는 ANOVA
- 표본 크기가 다른 ANOVA
- 이전 변수
- 바이어스 체크
- 등분산 가정
- 독립의 가정
- 정규성 가정
- 분산 분석 가정
- MANOVA 가정
- 선형 회귀 가정
- 로지스틱 회귀 가정
- 다중 선형 회귀 가정
- 대응 t-검정 가정
- 피어슨 상관관계 가정
- 반복 측정 ANOVA 가정
- t-검정 가설
- 귀속위험
비
- 연속적인 줄기와 잎 그림
- 역방향 선택
- 균형잡힌 정밀도
- 균형 또는 불균형 디자인
- Bartlett의 분산 동질성 검정
- Benjamini-Hochberg 절차
- 버크슨의 편견
- 베르누이 대 이항 분포
- 베타 수준
- 바이모달 분포
- 이항 분포 가정
- 이항 실험
- 이항 또는 기하 분포
- 이항 분포와 포아송 분포
- 이변량 분석
- 블랜드-알트만 필드
- 블로킹
- 본페로니 교정
- 상자 그림 백분율
- 브레이-커티스의 차이
- 브라이어 점수
VS
- 로지스틱 회귀 모델의 C 통계
- Z 점수에서 P 값을 수동으로 계산합니다.
- Pearson 상관 계수를 수동으로 계산합니다.
- 직접 R 제곱 계산
- 빈도표에서 평균을 계산합니다.
- 빈도표에서 중앙값 계산
- 주파수 테이블에서 모드 계산
- 평균 및 표준편차로부터 백분위수 계산
- Z-점수가 음수가 될 수 있나요?
- 첨도가 음수가 될 수 있나요?
- 차이가 음수가 될 수 있나요?
- 이월 효과
- 통계 사례
- 범주형 분포
- 범주형 및 양적 변수
- 천장 효과
- 중심 경향 편향
- 손 카이제곱 테스트
- 카이제곱 검정과 ANOVA 비교
- X축과 Y축에 배치할 변수를 선택하세요.
- 식품 테스트
- 수업 제한
- 수업 간격
- 수업 제한
- 수업 중간점
- 학급 규모
- 클러스터 샘플링 또는 계층화 샘플링
- Cochran의 Q 테스트
- 변동계수 대 표준편차
- 종합적인 이벤트
- 상자 그림 비교
- 히스토그램 비교
- ROC 곡선 비교
- 다양한 분포의 Z 점수 비교
- 개념적 변수
- 수반되는 변수
- 경쟁자 타당성
- 조건부 분포
- 양방향 테이블의 조건부 상대 빈도
- 중심극한정리의 조건
- 신뢰구간 문제의 예
- 승산비에 대한 신뢰 구간
- 상대 위험에 대한 신뢰 구간
- 회귀 절편에 대한 신뢰 구간
- 회귀 기울기에 대한 신뢰 구간
- F 분포를 사용한 신뢰 구간
- 신뢰 수준 대 신뢰 구간
- 개인정보 보호 vs. 익명
- 혼란스러운 변수
- 일정한 분산 가정
- 콘텐츠 유효성
- 연속성 보정
- Z 점수를 원시 점수로 변환
- 범주형 변수 간의 상관관계
- 연속형 변수와 범주형 변수 사이의 상관관계
- 상관관계 대 연관성
- 상관관계와 회귀
- 공변량
- 기준의 타당성
- 가변 기준
- 교차 오프셋 패널 디자인
- 잔차 곡선
- 곡선 회귀
디
- 의사결정나무 vs. 랜덤 포레스트
- 모든 T 테스트의 자유도
- t-검정에서 등분산 또는 불균등분산 결정
- 확률 분포가 유효한지 확인
- 회귀 모델에서 중요한 변수 결정
- 편안한 데이터
- 이분형 변수
- ANOVA, ANCOVA, MANOVA 및 MANCOVA의 차이점
- 분리된 사건
- 분리되거나 독립적인 사건
- 특이치에 대한 Dixon의 Q 검정
- 인과관계는 상관관계를 의미하는가?
- 도트 플롯 및 히스토그램
- 점도표: 평균, 중앙값 및 최빈값을 찾는 방법
- 회귀 분석의 더미 변수
- 더미 변수 트랩
- 더빈-왓슨 테스트
이자형
- 경험 법칙을 실천하는 데 문제가 있음
- 내생변수와 외생변수
- 얼랭 배포
- 오류 전파
- 히스토그램의 평균 및 중앙값 추정
- 히스토그램 추정 모드
- 히스토그램의 표준편차 추정
- 에타 제곱
- 실제 생활에서의 ANOVA의 예
- 실제 생활에서의 이변량 데이터의 예
- 실생활에서의 중심 극한 정리의 예
- 실제 생활에서의 카이제곱 테스트의 예
- 실생활에서의 클러스터 분석의 예
- 실생활에서의 조건부 확률의 예
- 실제 생활에서의 신뢰 구간의 예
- 상관관계의 예는 인과관계를 암시하지 않습니다
- 실생활에서의 상관관계의 예
- 실생활에서의 기대 가치의 예
- 실생활에서의 가설 검정의 예
- 실생활에서의 선형 회귀의 예
- 실생활에서의 로지스틱 회귀의 예
- 실제 생활에서의 평균, 중앙값 및 최빈값의 예
- 변수 간 상관관계가 부족한 예
- 실제 생활에서의 이상치의 예
- 양으로 치우친 분포의 예
- 실생활에서의 확률의 예
- 음으로 치우친 분포의 예
- 실생활에서의 무작위 변수의 예
- 실생활에서 잘못된 상관 관계의 예
- 실생활에서의 표준편차의 예
- 실생활에서 통계를 활용하는 사례
- 실생활에서의 T 테스트의 예
- 실생활에서의 이항 분포의 예
- 실생활에서의 지수분포의 예
- 실생활에서의 기하학적 분포의 예
- 실생활에서의 정규분포의 예
- 실생활에서의 포아송 분포의 예
- 실생활에서의 균일 분포의 예
- 실제 생활에서 Z 점수의 예
- 예상 빈도
- 평균 대비 기대값
- X^2의 기대값
- X^3의 기대값
- 격차 설명
- 외부 변수
에프
- F1 점수 대 정확도
- 요인 분산 분석
- 가족 수준의 오류율은 무엇입니까?
- Z 점수의 왼쪽 영역을 찾습니다.
- Z 점수의 오른쪽 영역 찾기
- 여러 표준편차의 평균 구하기
- 점 플롯의 중심과 확산 찾기
- R2에서 상관 계수 찾기
- 테이블에서 선형 회귀 방정식 찾기
- 사분위수 범위를 사용하여 이상값 찾기
- 평균과 표준편차가 주어졌을 때 확률 구하기
- Z 점수에서 확률 찾기
- 짝수 및 홀수 길이 데이터세트에서 사분위수 찾기
- 특정 영역에서 Z 점수 찾기
- 유한 모집단에 대한 수정 계수
- Fisher의 최소 유의차
- 피셔 Z 변환
- 지상 효과
- 이전 선택
g
시간
- 헤지스
- 고차원 데이터
- 이상치가 평균에 어떤 영향을 미치나요?
- 수정된 R-제곱을 해석하는 방법
- 0이 포함된 신뢰 구간을 해석하는 방법
- Cramer의 V를 해석하는 방법
- ANOVA에서 F값과 P값을 해석하는 방법
- 양방향 ANOVA에서 F 값을 해석하는 방법
- 사분위수 범위를 해석하는 방법
- 로지스틱 회귀 계수를 해석하는 방법
- 로지스틱 회귀 절편을 해석하는 방법
- MAPE 값을 해석하는 방법
- 오차 한계를 해석하는 방법
- 음수 AIC 값을 해석하는 방법
- 선형 회귀에서 P 값을 해석하는 방법
- 상대적 위험을 해석하는 방법
- 잔차 표준 오차를 해석하는 방법
- RMSE(제곱평균제곱근 오차)를 해석하는 방법
- 비대칭을 해석하는 방법
- 0의 표준편차를 해석하는 방법
- 특이치가 있는 상자 그림을 읽는 방법
- 상관 행렬을 읽는 방법
- 공분산 행렬을 읽는 방법
- 반로그 그래프를 읽는 방법
- 카이제곱 결과를 보고하는 방법
- 신뢰 구간을 보고하는 방법
- Cronbach’s Alpha를 신고하는 방법
- 정확한 Fisher 테스트 결과를 보고하는 방법
- 일원 분산 분석 결과를 보고하는 방법
- 양방향 ANOVA 결과를 보고하는 방법
- 반복 측정 ANOVA 결과를 보고하는 방법
- 로지스틱 회귀 결과를 보고하는 방법
- 승산비 보고 방법
- P 값을 보고하는 방법
- Pearson 상관관계 보고 방법
- 회귀 결과를 보고하는 방법
- 왜도 및 첨도를 보고하는 방법
- Spearman 상관관계 보고 방법
- T 테스트 결과 보고 방법
- QQ 플롯을 사용하여 정규성을 확인하는 방법
- 신뢰 구간 결론을 작성하는 방법
- 가설 테스트 결론을 작성하는 방법
- 귀무 가설을 작성하는 방법
- 가설 검정 대 신뢰 구간
나
- iid 무작위 변수
- 평균의 중요성
- 중앙값의 중요성
- 패션의 중요성
- 범위의 중요성
- 표준편차의 중요성
- 회계에서 통계의 중요성
- 기업에서 통계의 중요성
경제학에서 통계의 중요성 - 교육에서 통계의 중요성
- 금융에서 통계의 중요성
- 의료에서 통계의 중요성
- 간호학에서 통계의 중요성
- 심리학에서 통계의 중요성
- 연구에서 통계의 중요성
- 발생률
- 추론과 예측
- 영향력 있는 관찰
- 도구변수
- 회귀 모델의 절편
- 내적 일관성
- 보간과 외삽
- Cohen의 d 해석하기
- 로그 우도 값의 해석
- 영점 및 잔차 이탈도 해석
- 0.05보다 큰 P 값의 해석
- 0.001 미만의 P 값 해석
- 0.01 미만의 P 값 해석
- 0.05 미만의 P 값 해석
- P 값을 0.000으로 해석
- ROC 곡선의 해석
- Z 점수의 해석
- 사분위수 범위 대 표준편차
- 상자 그림의 사분위수 범위
- 개입변수
- 평가자 간 신뢰성
- 클래스 내 상관 계수
- 역정규분포
- 연령은 이산형 변수입니까 아니면 연속형 변수입니까?
- 나이는 질적 변수인가, 양적 변수인가?
- 나이는 구간변수인가, 비율변수인가?
- 시간은 간격인가 아니면 가변 비율인가?
- IQR(사분위간 범위)이 특이치의 영향을 받나요?
제이.
케이
엘
- 라벨 인코딩 또는 원-핫 인코딩
- 대형샘플 현황
- 총 확률의 법칙
- 왼쪽으로 치우친 히스토그램
- 왼쪽 또는 오른쪽으로 치우친 분포
- 왼쪽 꼬리 테스트 vs. 오른쪽 꼬리 테스트
- 독립변수의 수준
- 융박스 리뷰
- 로지스틱 회귀와 선형 회귀
- 롱테일 분포
- 길거나 넓은 데이터
- 숨겨진 변수
중
- 빈도표에서 히스토그램 만들기
- 연보라의 Cp
- 조작된 변수
- 한계분포
- 한계평균
- 표준오차 대비 오차범위
- 오차 한계 대 신뢰 구간
- 최대 변동 샘플링
- 확률 분포의 평균
- 그룹화된 데이터의 평균 및 표준편차
- 상자 그림의 중앙값
- 그룹화된 데이터의 중앙값
- 기억력 없는 속성
- t-검정을 위한 최소 표본 크기
- 오분류율
- 균일 분포를 위한 MLE
- 포아송 분포에 대한 MLE
- 대량 데이터 모드
- 가변 조정
- 수정된 Z 점수
- 단조로운 관계
- 몬티홀 문제
- 나 모란
- MSE 대 RMSE
- 다중 모드 배포
- 다항 계수
- 다항 테스트
- 다중 R 대 R 제곱
- 다단계 샘플링
- 상호 포함적이거나 상호 배타적인 이벤트
아니다
- 음이항 vs 포아송 회귀
- 중첩 분산 분석
- 중첩 모델
- 네이먼 바이어스
- 비선형 관계의 예
- 무응답 편향
- 정규 근사
- 정규 분포와 t 분포
- 정규 분포와 표준 정규 분포
- 정규 분포와 균일 분포
- -1과 1 사이의 데이터 정규화
- 0과 1 사이의 데이터 정규화
- 0에서 100 사이의 데이터 정규화
- ANOVA 모델에 대한 귀무가설
- 선형 회귀에 대한 귀무 가설
- 로지스틱 회귀에 대한 귀무가설
- 피해를 입히는 데 필요한 수
오
- 관찰
- 편견 관찰
- 승산비 대 상대 위험도
- 생략된 변수 편향
- 옴니버스 테스트
- T 테스트 문제의 예
- 단측 신뢰 구간
- 일방적 테스트 문제의 예
- 단방향 또는 양방향 분산 분석
- 단방향 또는 반복 측정 ANOVA
- 공개 배포
- 주문효과
- 결과 대 이벤트
피.
- P-값 대 알파
- 페어링된 데이터
- 페어링 또는 페어링되지 않은 t 테스트
- 손으로 짝을 이루는 t 테스트
- 병렬 형식의 신뢰성
- 관심 매개변수
- 인색한 모델
- 부분 에타 제곱
- 부분 F 테스트
- 부분회귀계수
- 피어슨 상관 계수
- 피어슨 잔차
- 백분위수, 사분위수, 분위수
- 그룹화된 데이터의 백분위수 순위
- 완벽한 다중공선성
- 파이 계수
- 필라이의 흔적
- 포인트 추정
- 포아송 신뢰 구간
- 포아송 분포 가정
- 포아송 대 정규 분포
- 군집화된 표준편차
- 클러스터된 편차
- 인구 비율
- 표본 대비 모집단의 표준 편차
- 양성 예측 값 대 민감도
- 예측 오류
- 선형 회귀를 사용한 예측
- 예측 타당성
- 언론통계
- 널리 퍼짐
- 사전 테스트 및 사후 테스트 확률
- A와 B의 확률
- B가 주어졌을 때 A가 나올 확률
- A 또는 B의 확률
- 동전 던지기에서 앞면이 한 번 이상 나올 확률
- “적어도 하나”의 성공 확률
- “적어도 두 번” 성공할 확률
- “최소 3번” 성공 확률
- A도 B도 아닐 확률
- 주사위로 두 배가 나올 확률
- 질량 함수
- 확률 대 비율
- 의사 복제
큐
가지다.
- R 대 R-제곱
- 랜드 지수
- 무작위화
- 박스 플롯 범위
- 범위 경험 법칙
- 범위 대 사분위간 범위
- 범위 대 표준편차
- 무작위 선택 또는 무작위 할당
- 그룹화된 데이터 범위
- 원시 데이터
- 레일리 캐스트
- 기준편향
- 원점을 통한 회귀
- 회귀자
- 평균과 표준편차의 관계
- 상대도수분포
- 신뢰성 분석
- 잔여물
- ANOVA의 잔차
- 잔차 플롯: 좋은 플롯과 나쁜 플롯
- 잔차 및 레버리지 차트
- 잔여 경로: 손으로 만드는 방법
- 잔여 공백
- 저항 통계
- 범위 제한
- 역인과관계
- 역코딩
- 오른쪽으로 치우친 히스토그램
- RMSE 대 R-제곱
- RMSE 대 매
에스
- 표본 평균 대 모집단 평균
- 표본 평균 대 표본 비율
- 표본 크기 및 오차 한계
- 표본 공간
- 표본 분산 대 모집단 분산
- 샘플링 가변성
- 교체 또는 교체 없이 샘플링
- Satterthwaite 화해
- 시퀀스 효과
- 섀넌 다양성 지수
- 히스토그램의 모양
- 심슨 다양성 지수
- 상자 그림의 비대칭
- 슬로빈의 공식
- 눈덩이 샘플링
- 소머의 D
- 스피어만-브라운 공식
- 신뢰성이 둘로 나뉜다
- 표준화 대 정규화
- 확률 분포의 표준 편차
- 표준오차로부터의 표준편차
- 추정의 표준오차
- 측정의 표준오차
- 회귀기울기의 표준오차
- 비율의 표준오차
- 표준화된 잔류물
- 표준화된 시험 통계
- 표준화된 회귀계수와 표준화되지 않은 회귀계수
- 스타닌 점수
- 통계학자 vs. 데이터 과학자
- 통계와 분석
- 통계 vs. 생물통계학
- 통계와 계량경제학
- 통계 대 확률
- 줄기 및 잎 그림: 평균, 중앙값 및 최빈값을 찾는 방법
- 스터지스의 법칙
- 합격/불합격 조건
- ANOVA의 제곱합
- 회귀 제곱합: SST, SSR, SSE
- 통계의 Sxx
- 통계 속의 섹시
- 대칭 분포
- 대칭 히스토그램
티
- t 알파/2 값
- T-점수 대 Z-점수
- t-검정 상관관계
- 선형 회귀의 t-검정
- 표본 크기가 다른 t-검정
- T 값 대 P 값
- 테스트-재테스트 신뢰성
- 세 번째 변수 문제
- 치료의 보급
- 삼각분포
- 절사 평균
- 잘리고 검열된 데이터
- 터키 대. 본페로니 vs. 쉐페
- 2단계 클러스터 샘플링
- 양측 테스트 문제의 예
- 로지스틱 회귀 유형
- 회귀 유형
유
V
여
- ANOVA에서 높은 F 값은 무엇을 의미합니까?
- 기계 학습 모델의 정확도가 높다고 간주되는 것은 무엇입니까?
- 좋은 AIC 값은 무엇입니까?
- 좋은 AUC 점수는 무엇입니까?
- 좋은 신뢰 구간이란 무엇입니까?
- MAPE의 좋은 가치는 무엇입니까?
- 좋은 변동 계수로 간주되는 것은 무엇입니까?
- 좋은 F1 점수는 무엇입니까?
- 좋은 RMSE 값은 무엇입니까?
- 좋은 표준편차로 간주되는 것은 무엇입니까?
- 낮은 표준편차로 간주되는 것은 무엇입니까?
- 강한 상관관계로 간주되는 것은 무엇입니까?
- 약한 상관관계로 간주되는 것은 무엇입니까?
- 좋은 R 제곱 값이란 무엇입니까?
- T-검정과 ANOVA의 차이점은 무엇입니까?
- 귀무가설을 기각해야 하는 경우
- 데이터의 이상값을 제거해야 하는 경우
- 카이제곱 검정을 사용해야 하는 경우
- 상자 그림을 사용해야 하는 경우
- 상관 관계를 사용하는 경우
- 로그 눈금을 사용하는 경우
- 평균과 중앙값을 사용해야 하는 경우
- 다항식 회귀를 사용해야 하는 경우
- Ridge & Lasso 회귀를 사용해야 하는 경우
- Spearman 순위 상관 관계를 사용하는 경우
- 통계에서 s/sqrt(n)을 사용하는 경우
- 데이터를 Winsorize
- ANOVA의 그룹 내 또는 그룹 간 변동