[Statistics] 모집단과 표본
참고글 :[Statistics] 중심극한정리(표본과 모집단)[Statistics] 표본 정규 분포 모집단 : 통계적인 관찰의 대상이 되는 집단 전체 (출처 : 두산백과)모수 : 모집단의 특성을 나타내는 정보 - 모평균(μ:mu): 모집단의 평균 - 모분산(σ2) : 모집단의 분산 - 모표준편차(σ:sigma): 모집단의 표준편차 = s x √n (n=sample size) 표본 : 모집단에서 선택된 모집단 구성단위의 일부 (출처 : 두산백과) - 모집단 전체를 모두 조사할 수 없으므로, 모집단으로부터 random sampling 된 하위 집단통계량 : 표본의 특성통계치 : 통계량에 표본으로부터 관찰된 정보를 대입하여 구한 실측값 - 표본평균(X-bar) : 표본의 평균 - 표본분산(s2) : 표본의 분산..
그룹별 적용- apply() : 2차원 데이터를 행, 열 방향으로 연산 # 적용방향 = 1:같은 행별, 2:같은 열별, c(1,2): 원소별 원소별 적용- sapply() : 벡터에 함수를 반복 적용(벡터로 출력) # 데이터 색인 시 벡터가 편리하므로, 주로 sapply()를 사용- lapply() : 벡터에 함수를 반복 적용(리스트로 출력)- mapply() : 벡터에 함수를 반복 적용(리스트로 출력) # sapply()와 유사, 다수의 인자를 받는 함수를 적용하기 위해 사용 그룹별 연산 - tapply() : 그룹별 연산 * 작성 방법apply(iris[,-5], 2, mean)sapply(iris[,-5], mean)lapply(iris[,-5], mean)mapply(mean, iris[,-5])..