단측 검정
특정 그룹이 더 성능이 좋것나 나쁠것으로 가정하는 검정. 즉, 결과가 한쪽으로 분명할 것으로 가정하는 검정 방법이다.
실험 전부터 이미 한쪽 방안의 승리 또는 패배를 가정한다.
양측 검정
두 방안중 어느쪽이 더 높을지 낮을지 모르지만, 일단 차이는 있을 것으로 가정하는 검정 방법.
z-검정 절 표의 두 경우를 신뢰구간으로 읽으면 다음과 같다.
tᵢ 에 발생한 event 의 state 를 판단하기 위해서는 hypothesis test 를 수행
...-50 만원의 적자가 발생하며, 여기에 약 8 만 6 천원의 오차가 있다. Regression standard error 는 regression 의 coefficient 들에 대해서 hypothesis test 를 수행하는데 사용할 수 있다. 즉, 선형 모델의 추정된 계수에 대해 얼마나 정확한지 판단하는 것이다.
hypothesis test 에서 결과가 통계적으로 유의 (statistical significance) 하다 라는 의미는 null hypothesis 를 가정했을 때, 이러한 결과가 일어나기 힘들 것으로 보인...
...-test (Z- 검정) 는 test statistic 의 분포가 null hypothesis 의 가정 아래 Gaussian distribution 으로 근사화될 수 있는지 확인하는 hypothesis test 를 의미한다. z-test 에서는 분포의 mean 을 테스트하는데, central limit theorem 에 의해 많은 test statistic 들이 충분한 샘플만 있다면 Gau...
Z-test (Z- 검정) 는 test statistic 의 분포가 null hypothesis 의 가정 아래 Gaussian distribution 으로 근사화될 수 있는지 확인하는 hypothesis test 를 의미한다.
hypothesis test 에서 결과가 통계적으로 유의 (statistical significance) 하다 라는 의미는 null hypothesis 를 가정했을 때, 이러한 결과가 일어나기 힘들 것으로 보인다는 의미이다.
연구자들은 연구하고자 하는 대상이 나타내는 현상을 관찰한 후에, 그 현상을 설명하는 가설을 설정한다.
A/B Test 는 사용자를 무작위로 두 그룹으로 나눠, 한 그룹에는 기존 로직(A, 대조군 control)을, 다른 그룹에는 새 로직(B, 실험군 treatment)을 같은 기간에 보여 준 뒤 지표를 비교하는 실험이다. 추천 시스템에서는 실제 사용자의 반응으로 모델을 평가하는 online evaluation 의...
귀무가설 (null hypothesis) H_0 은 모집단의 특성에 대해 옳다고 제안하는 잠정적인 주장을 의미한다. In other words, 우리가 관찰한 어떤 효과가 특별한 것이 아니고 우연에 의해 발생한 것이라는 주장을 의미한다.
표준 오차란, 표본 집단에서 계산할 수 있는 통계 (e.g. 평균) 를 여러번 계산했을 때, 모집단에서 계산할 수 있는 통계와의 편차의 정도를 의미한다.
p-value 는 귀무가설 (null hypothesis) H_0 이 참이라고 가정했을 때, 표본으로부터 얻어지는 통계치 (예: 표본 평균) 가 나타날 (관측될) 확률값이다. 이 확률이 희박하면 희박할수록, 귀무가설이 틀렸다고 말할 만한 강한 근거가 된다.
중심 극한 정리 (central limit theorem) 는 다음과 같이 설명할 수 있다.
비모수 통계 기법 중 순열 검정 (permutation test) 을 이용하면 데이터의 모집단 분포가 정규분포를 따르지 않거나 특이한 통계량을 사용하더라도 표본 집단간 비교를 수행할 수 있다
Paired t-Test | Introduction to Statistics | JMP (Good examples) T-test(T검정)란? : 네이버 블로그 파이썬으로 t-검정(T-test) 계산하기