티스토리

학선생 블로그

검색하기

블로그 홈

학선생 블로그

kimhaksung.tistory.com/m

어제 만난 가장 보통의 순간을 믿어요

구독자: 8

방명록 방문하기

주요 글 목록

[PCCE 모의고사 2] 10번 문제 해설 https://school.programmers.co.kr/learn/courses/15007/lessons/121682 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr - [PCCE 모의고사 2] 10번 문제 문제 설명 머쓱이는 '생명 게임'이라고 알려진 프로그램을 만들려고 합니다. 생명 게임은 2차원 보드에서 이루어지며, 각각의 칸은 0이 저장된 죽은 칸이거나 1이 저장된 살아있는 칸입니다. 이때 자기 자신의 값과 주변 이웃한 칸들의 값에 따라 다음 세대에서 각 칸의 값이 정해집니다. 머쓱이가 만든 생명 게임의 규칙은 다음과 같습니다. 살아있는 칸 주변.. 공감수 1 댓글수 0 2022. 11. 9.
[PCCE 모의고사 1] 10번 문제 해설 https://school.programmers.co.kr/learn/courses/15006/lessons/121431 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr - [PCCE 모의고사 1] 10번 문제 문제 설명 애너그램(Anagram) 이란 주어진 단어를 이루는 문자의 위치를 뒤바꾸어 새로운 단어를 만드는 것을 말합니다. 애너그램을 이용해 암호화, 복호화를 하려고합니다. 암, 복호화할 단어와 애너그램 테이블이 주어집니다. 애너그램 테이블은 단어를 암호화한 후의 문자들의 위치가 저장되어 있습니다. 예를들어 문자열 "Hello"를 암호화 할 때, 애.. 공감수 1 댓글수 0 2022. 11. 3.
[PCCE 모의고사 1] 2번 문제 해설 https://school.programmers.co.kr/learn/courses/15006/lessons/121337 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr - [PCCE 모의고사 1] 2번 문제 문제 설명 문제 설명 정수가 담긴 변수 num이 주어졌을 때, num의 값이 양수인지, 0인지, 음수인지 판별하는 프로그램을 만들려고 합니다. 프로그램이 올바르게 작동하도록 빈칸을 채워주세요. num이 양수인 경우 "양수입니다"가 출력됩니다. num이 0인 경우 "0입니다"가 출력됩니다. num이 음수인 경우 "음수입니다"가 출력됩니다. 제한사항 -2.. 공감수 1 댓글수 0 2022. 11. 2.
[PCCE 모의고사 1] 1번 문제 해설 https://school.programmers.co.kr/learn/courses/15006/lessons/121336 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr - [PCCE 모의고사 1] 1번 문제 문제 설명 초기 코드는 정수 num1과 num2를 합한 값을 출력하는 코드입니다. print(num1 + num2)의 출력 결과가 300이 되도록 한 줄을 수정해 보세요. (위 코드 에디터의 '▶' 버튼을 눌러 코드를 실행해 보세요! 오른쪽 콘솔창을 통해 코드의 실행 결과를 볼 수 있습니다.) - [PCCE 모의고사 1] 1번 해설 이 문제는 파이썬 .. 공감수 1 댓글수 0 2022. 11. 2.
08-18 t-검정 4 : 대응 표본 (파이썬) 이왕 t-검정에 대해 다루는거 대응 표본 t-검정 (paired samples t-test)까지 가 볼까? 대응 표본 t-검정은 같은 집단을 두 번 측정하는데, 첫 번째는 처치를 하지 않은 다음 측정하는 것이고, 두 번째는 처치를 한 다음에 측정하는거야. 어떻게 보면 우리가 배우는 가설 검정에 제일 적합한 검정이 되겠지? 단일 표본 t-검정에서는 알려진 모집단으로부터 표본을 추출해서 처치한 다음 알려진 모집단의 평균과 표본의 평균이 같은지 분석했잖아? 일반적으로 사람들이 7개의 단어를 회상할 수 있으니(M=7) 20명을 추출해서 파이소스티그민을 투약한 다음 관측한 평균(m)을 모집단과 비교해보자! 이거였지. 대응 표본 t-검정은 과정 하나가 추가되어서 모집단으로부터 표본을 추출하는데, 표본을 추출하자마자.. 공감수 1 댓글수 0 2022. 5. 20.
08-17 t-검정 3 : 독립 표본 (파이썬) 우리는 모집단으로부터 무선적이고 독립된 단일 표본을 추출한 다음, 단일 표본이 모집단으로부터 나왔는지 알아보았어. 평균을 통해서 말야. 모집단의 평균이 7(M=7)일 때, 표본의 평균도 7(m=7)이라면 표본이 모집단과 별 차이가 없는 것이고, 이는 처치 효과가 없다는 뜻이 되겠지? 반면 표본의 평균이 7이 아니(m≠7)라면 모집단으로부터 추출한 표본에 무언가 달라진 점이 있다는거잖아? 처치 효과가 있다는 뜻이 될거야. 이런식으로 가설을 검정하였고, 특히 스튜던트의 t-분포를 활용해서 가설을 검정했는데, 이를 t-검정 이라고 했지. 그리고 이왕 t-검정에 대해 배우는 김에 이번에는 전혀 관계가 없는 두 독립 표본에 대해 비교해 볼거야. 만약 한영고등학교 학생들의 평균 키가 171.4cm이고, 배재고등학교.. 공감수 1 댓글수 0 2022. 5. 18.
08-16 t-검정 2 : 단일 표본 (파이썬) 그런데 만약 표본 집단의 데이터가 존재한다면 어떨까? 우리는 표본 집단의 평균과 표준 편차를 아예 정해 놓았지만 집단으로 존재한다면? sample = [8.73, 4.01, 6.89, 10.52, 7.74, 11.41, 13.18, 10.83, 8.54, 8.15, 8.39, 8.66, 8.48, 7.32, 5.2, 9.01, 5.86, 8.62, 5.3, 11.26] 위의 표본 집단은 내가 임의로 만든 리스트야. 평균이 약 8.4(m≒8.4)이고 표준 편차는 약 2.3(s≒2.3)이지. 아래의 코드를 통해 확인해 볼 수 있어. 만약 이 표본 집단이 평균이 7(M=7)인 모집단으로 부터 무선적이고 독립적으로 추출되었을때, t 분포를 활용한 가설 검정, 즉 t 검정을 어떻게 할 수 있을까? - 단일 표본 .. 공감수 1 댓글수 0 2022. 5. 11.
08-15 t-검정 1 : 기본 (파이썬) 이번에는 두 번째 목표를 가볼까? ② 표준 편차(S)를 알 수 없는 모집단으로부터 표본을 추출해서 t값을 관측 후 활용 표준 편차를 알 수 없는 모집단은 만들수가 없으니.. 일단 우리가 만들어 놓은 평균이 7(M=7)이고 표준 편차가 2(S=2)인 모집단을 만들어 놓고 시작할게. 대신 표준 편차 2는 모른다고 가정하는거야. 알아도 모른척 하는거지~ 그런 다음 모집단으로부터 표본의 크기가 20(n=20)인 표본을 무선적으로 추출할거야. 이 표본을 가지고 가설 검정을 할건데 귀무 가설과 대립 가설을 정해놓고 시작하면 좋겠지? 통계적 가설 귀무 가설 H0 : 표본의 평균(m)은 모집단으로부터 나온것이다. 즉, 약물이 효과가 없다. 대립 가설 H1 : 표본의 평균(m)은 모집단으로부터 나온것이 아니다. 즉, 약.. 공감수 1 댓글수 0 2022. 5. 11.
08-14 t-분포의 활용 : SE로 Sm을 추정 (파이썬) 자, 이제는 우리가 배운 내용들을 파이썬으로 구현해 볼거야. 우리의 목표는 두 개야. ① 평균의 표집 분포에서 모집단의 표준 편차(Sm)를 알 수 없을 때, Sm은 평균의 표집 분포에서 표준 편차, 즉 표준 오차(sm, SE) = 표본의 표준 편차(s)를 표본 크기의 제곱근(√n)으로 나눠서 추정할 수 있었어. 진짜 추정되는지 파이썬으로 계산해 보자구! ② 표준 편차를 알 수 없는 모집단으로부터 표본을 추출해서 t값을 관측한 다음에 t-분포를 활용해 보자구! - ① Sm을 SE = s/√n 로 추정하는 방법. 평균의 표집 분포에서 모집단의 Sm을 알 수 없을 때, SE = s/√n 로 추정될 수 있잖아? 다만, SE가 S와 가까워 지려면 표본의 크기(n)이 커야 했지. 무한대로 커져야만 SE가 Sm이 될.. 공감수 1 댓글수 0 2022. 5. 11.
08-13 t-분포의 활용 : t-검정 이제 t-분포를 활용해서 어떻게 가설을 검정할 수 있는지 볼까? 연구 문제 만약 약물을 투여하지 않은 모집단의 평균이 7(M=7)이고 모집단의 표준 편차는 알 수 없다고 했을 때, 모집단으로 부터 추출한 20명의 무선 표본의 평균(m)이 어느정도야 약물이 효과가 있다고 할 수 있을까? 가정과 조건 단, 표본은 무선적이고 독립적으로 추출되었으며, 약물을 투여하지 않은 모집단은 평균이 7인 정규 분포를 따른다고 가정할게. 통계적 가설 먼저 귀무 가설과 대립 가설부터 정해보면, H0 : 표본 평균 m은 모집단의 평균 M=7으로부터 구해졌다. (= 약물이 효과가 없다.) H1 : 표본 평균 m은 모집단의 평균 M=7으로부터 구해진것이 아니다. (=약물이 효과가 있다.) 가 될거야. 유의 수준 그리고 p95의 유.. 공감수 0 댓글수 0 2022. 5. 10.
08-12 t-분포의 활용 : t-분포표 t-분포의 활용 앞서 표본의 크기가 적을 때 스튜던트의 t-분포를 활용하면 좋다고 했잖아? 생각해 볼게. 만약 파이소스티그민을 투여했을 때 기억력이 얼마나 향상되는지 알아보려고 한다면, 일단 모집단의 평균(M)과 표준 편차(S)를 알아야겠지. 그런데 모집단의 평균만 알고 표준 편차를 모른다면? 20명의 피험자들을 대상으로 파이소스티그민의 효과를 알아보려고 한다고 가정해 볼게. 이 때 모집단의 평균(M)이 7이라는 것만 알고 표준 편차는 모르는거야. 그렇다면 일단 평균들의 표집 분포를 봐야겠지. 그리고 평균들의 표집 분포에서 평균들의 표준 편차(sm)로 모집단의 표준 편차(Sm)을 추정할 수 있었어. 그런데 sm은 표본의 표준 편차(s)에서 표본의 크기의 제곱근(√n)으로 나눠서 추정했었지? sm = s .. 공감수 0 댓글수 0 2022. 5. 9.
파이썬 강좌 05 - 더하기(+), 빼기(-) 컴퓨터(computer)는 계산(compute)하기 위해 사용합니다. 간단한 계산부터 해 볼까요? 7과 3을 더해보겠습니다. 우리가 알고 있는 더하기 기호(+)를 그대로 사용하면 됩니다. 키보드의 백스페이스(←) 키 근처에 있습니다. 코드를 실행해 보면 10이 출력되는 것을 볼 수 있습니다. 빼기(-)도 해 볼까요? 마찬가지로 빼기 기호를 사용하면 됩니다. 키보드의 숫자 0키 근처에 있습니다. 7에서 3을 더한 10과 7에서 3을 뺀 4가 출력되는 것을 볼 수 있습니다. 간단하죠? - 그럼 이제 사용자로부터 숫자를 입력받아서 더해보겠습니다. a와 b를 각각 입력받고 출력해 볼까요? a와 b를 각각 입력하면 a와 b가 각각 출력되는 것을 볼 수 있습니다. 이제 이 두 숫자를 더해보도록 하죠. 마찬가지로 더.. 공감수 0 댓글수 0 2022. 5. 4.
08-11 자유도 : df 우리는 분산(variance)에 대해 배울 때 자유도(degrees of freedom, df)에 대해 잠깐 공부 했었어. https://kimhaksung.tistory.com/entry/simtong03-3 03-3 변산성의 지표 1 : 분산과 자유도 드디어 분산과 표준편차가 등장했구나~!~! 사실 이전까지의 글들은 분산과 표준편차에 대해 설명하기 위한 빌드업이었지. 빌드업치곤 너무 긴거 아니냐고? 그만큼 분산과 표준편차가 중요하 kimhaksung.tistory.com 이번 시간에는 자유도에 대해 좀 더 다뤄볼거야. - 자유도를 처음 만난건 분산에 대해 배울 때 였지. 모집단의 분산은 편차 제곱들의 총합(Total Sum of Squares, TSS 혹은 Sum of Squares, SS : ∑(X.. 공감수 0 댓글수 0 2022. 5. 4.
08-10 스튜던드의 t-분포 (feat. 윌리엄 실리 고셋) sm으로 Sm(SE)을 추정하기 평균들의 표집 분포에서 표본 들을 가지고 구한 표준 편차 sm을 가지고 모집단의 표준 편차 Sm, 즉 표준 오차 SE를 추정 할 수 있을까? 평균들의 표집 분포에서 표준 오차 SE를 구하려면 꿈에도 잊으면 안되는 공식, 모집단의 표준 편차에서 표본 크기의 제곱근을 나눈 것으로 구할 수 있었어. 기억하지? 평균들의 표집 분포에서 표준 오차 표준 오차 = SE = 모집단의 표준 편차 / 표본 크기의 제곱근 = S / √n 그리고 가설 검증을 위한 결정 규칙에서는 평균들의 표집 분포를 표준화 해야 됐는데, 이 때 표준 오차가 쓰였었지? 평균들의 표집 분포에서 표준화 z = (표본 평균-모집단 평균) / 표준 오차 = (m-M) / SE = (m-M) / (S/√n) 결국 우리가.. 공감수 0 댓글수 0 2022. 5. 2.
08-9 방향적 검정 : 일방 검정 비방향적 검정 : 양방 검정 여태 우리는 약물이 효과가 있는가? 라는 가설을 세웠었는데, 이 가설은 방향이 없었어. 비방향적 검정(nondirectional test)혹은 양방 검정(two-tailed test)이라고도 하는데, 약물이 좋은쪽으로 효과가 있는지, 아님 나쁜쪽으로 효과가 있는지 상관 없이 그냥 효과만 있으면 되는거였잖아. 모집단에서 평균 7개의 단어를 기억해 냈다면 7개보다 적은지, 많은지는 상관 없이 아무튼 7개에서 멀기만 하면 되는거였어. 그래서 비방향적 검정을 하기만 하면 됐었지. 효과가 있는지 없는지만 보면 되니까. 근데 사실 이런식으로 연구 방향을 잡진 않을거아냐? 만약 여러분들이 어떤 약을 개발하는데, '이 약은 좋은쪽으로 효과가 있을 수도 있고 나쁜 쪽으로 효과가 있을 수도 있.. 공감수 0 댓글수 0 2022. 4. 29.
08-8 통계적 검정력 통계적 검정력 그렇다면 귀무 가설을 기각하는 1종 오류를 범하거나, 귀무 가설을 기각하지 않는 2종 오류를 범한다는 걱정에 시달리고만 있어야 할까? 아니지! 검정력, 혹은 통계적 검정력(statistical power)이라는 확률이 있어. 귀무 가설이 실제로 틀릴 때 귀무 가설을 기각할 확률, 바꿔 말하면 대립 가설이 실제로 맞을 때 대립 가설을 사실이라고 결정할 확률을 뜻해. 말이 복잡해 보일 수 있지만 '옳은 것을 보고 옳다고 말할 확률'이 통계적 검정력이야. 쉽지? 반대의 개념이 2종 오류가 될거야. 2종 오류는 귀무 가설이 틀렸음에도 불구하고 기각하지 않는 것인데, 통계적 검정력은 귀무 가설이 틀렸다면 기각하는 확률이잖아? 즉, 통계적 검정력의 확률이 90%라고 하면 나머지 10%는 2종 오류의 .. 공감수 0 댓글수 0 2022. 4. 28.
08-7 결정의 오류 : 1종 오류와 2종 오류 1종 오류와 2종 오류 결정은 어디까지나 통계적 확률에 의한 것이야. 따라서? 결정이 틀릴 확률도 있다는거지. 약물이 효과가 없다는 귀무 가설을 통계적으로 유의한 관측값으로 인해 기각했다고 해서 약물이 정말로 효과가 없는게 아닐 수도 있다는거야. 어디까지나 확률이니까. 만약 p95즉, 유의 수준이 5%라면 약물이 95%는 효과가 있을 확률이 있지만, 나머지 5%에 대해서는 효과가 없을 확률인거잖아? 그렇다면 나머지 5%에 대해서는 결정을 잘 못 한거지. 실제로 효과가 없는 5%가 존재함에도, '효과가 없다.'라는 귀무 가설을 기각해서 소수의 사례를 묵살해 버렸으니까. 이것이 결정의 오류야. 특히 귀무 가설이 실제로는 참인데, 그 귀무 가설을 기각하는 것을 1종 오류(Type 1 error)라고 해. 1종.. 공감수 1 댓글수 0 2022. 4. 27.
파이썬 강좌 04 - 입력 : input() 출력을 배웠으니 입력도 배워봐야겠죠? 변수에 값을 넣는 것처럼 변수에 입력한 것을 넣어줄 수 있습니다. 입력을 위해서는 input() 내장 함수를 사용합니다. input() input() 함수가 실행되면 키보드로 입력할 수 있게 됩니다. 입력하고 엔터를 눌러서 입력할 수 있습니다. 만약 num이라는 변수에 3을 입력하고 싶다면 num이라는 변수에 입력값을 넣어주면 됩니다. 아래의 코드를 실행한 다음 키보드로 3을 입력하고 엔터키를 눌러볼까요? 코드를 실행한 다음 약간 기다린 후 오른쪽에 커서가 나타나면 3을 입력하면 됩니다. 그럼 3이 출력된 것을 볼 수 있습니다. num이라는 변수에 입력값을 담았는데, 입력값으로 3을 입력했기 때문이죠. 마찬가지 방법으로 a라는 변수에 'apple'이라는 값을 입력해 .. 공감수 1 댓글수 0 2022. 4. 26.
08-6 결정 규칙 결정 규칙 우리의 목표는? 귀무 가설 타도! 귀무 가설을 기각하기 위해 결정해야 되는 규칙을 결정 규칙(decision rule) 혹은 의사 결정 규칙이라고 해. 결정 규칙을 정할 땐 유의 수준에 따라야 돼. 방법은 간단해. 모집단에서 표본집단을 뽑아서 약물을 처치하고 결과를 살펴봤더니, 표본 집단의 통계치가 모집단으로부터 관측될 확률이 5%를 벗어나면, 즉 5%의 확률로 우연이 안니라면 귀무 가설을 기각할 수 있다고 했잖아? 이 수준을 P95 유의 수준이라고 했었고. 그치? 정리하면, 만약 표준 점수 z가 -1.96보다 크고 1.96보다 작다면 귀무 가설(H0)을 기각하지 않는다. : 만약 -1.96 < z < 1.96 라면 H0를 기각하지 않는다. 혹은 만약 표준 점수 z가 -1.96보다 작거나 같고.. 공감수 1 댓글수 0 2022. 4. 26.
파이썬 강좌 03 - 변수의 출력 출력도 배웠고, 변수도 알았으니 변수를 출력해 봅시다. 우리의 목표는 ①문자열로 된 값이 들어있는 변수를 출력하는 것과 ②숫자로 된 값이 들어있는 변수를 출력하는 것입니다. 먼저 문자열로 된 값이 들어있는 변수를 출력해 보죠. 앞서 문자열을 출력하기 위해서는 따옴표로 출력하고자 하는 문자열을 묶어주면 된다고 했습니다. print('출력할 문자열') 하지만 출력하기에 앞서 변수를 만들어주고 변수 안에 출력할 문자열을 미리 넣어둘 수도 있습니다. 만약 a라는 변수에 'apple'이라는 단어를 넣고 a라는 변수를 출력하고자 한다면 아래와 같은 코드로 구현할 수 있습니다. 중요한 것은, a는 문자가 아니라 데이터이기 때문에 따옴표로 묶지 않는다는 것입니다. 데이터나 숫자는 따옴표로 묶지 않습니다. 만약 a를 따.. 공감수 1 댓글수 0 2022. 4. 25.
08-5 통계적 가정과 가설 그리고 유의 수준 가정 우리는 앞서 파이소스티그민이 효과가 없을거라고 가정을 했었어. 그렇다면 통계학에서 가정이란 뭘까? 가정이 화목해야 나라가 잘 살겠지만.. 통계학에서 가정(assumption)이란, 통계적 절차의 논리가 참일 것을 요구하지만, 참이라고 증명되거나 결정될 수 없는 모집단 내 상황에 관한 진술이라고 할 수 있어. 검증이 아니라는거지. 우리가 배운 '무수히 반복하다보면 정규 분포를 따른다.'라는 것도 가정이야. 무수히 반복한다는 것은 검증할 수 없잖아? 그래서 우리는 1. 표본은 무선적이고 독립적으로 추출된다. 2. 평균의 표집 분포는 정규 분포를 따른다. 이러한 가정들을 기정 사실화 한 이후에 통계적 분석을 할거야. 그래야만 통계적 분석을 하는 의미가 있거든. 만약에 인간에 대해서 연구한다고 생각해 봐... 공감수 1 댓글수 0 2022. 4. 25.
삼양 렌즈 스테이션 후기 정보 리뷰 나의 첫 미러리스 풀프레임 소니 α7 mark4 (a7m4)를 구매하면서 헝그리 경박단소 단렌즈 삼총사를 같이 입양했다. 10년 전에 쓰던 렌즈는 삼양 폴라였는데 현재는 삼양 테크로 이름이 바뀐 듯? 삼양의 18mm f2.8은 영상용으로, 45mm f1.8은 스냅용(주력)으로, 75mm mf1.8은 인물 촬영용으로 영입했당! Tiny 시리즈 3총사! 삼양 폴라 시절에 85mm f1.4 (MF)를 넘 만족하면서 사용했던 기억이 남아 있어서 주저없이 삼양의 단렌즈들을 질렀다. 특히 45.8은 50mm나 55mm와 달리 평소에 접해보지 못했던 화각이라 꼭 써보고 싶었고, 75.8 또한 85mm와 달라서 어떤 느낌이 날지 궁금했고, 18mm는 내무부장관님께서 영상용으로 갖고 싶다고 하셨다. (내 취향 아님) 이.. 공감수 1 댓글수 0 2022. 4. 23.
파이썬 강좌 02 - 변수(variable) 변수(variable)란 말 그대로 '변하는 수'입니다. '수'를 숫자라고 생각하지 말고 값이라고 생각한다면 '변하는 값'이 됩니다. 우리의 나이, 몸무게, 키 등과 같이 수치적으로 변하는 것도 변수이고, 지금 내가 다니는 학교 이름, 현재 사는 동네와 같이 숫자는 아니지만 나중에 변할 수 있는 것들도 변수입니다. 파이썬에서는 변수를 상자라고 생각하면 이해하기 쉽습니다. 상자에 값을 넣는다고 생각하세요. 대신 상자에는 이름을 붙여 줄 겁니다. 나중에 상자 이름만 봐도 상자 안에 무엇이 들어있는지 알 수 있도록 말이에요. 만약 num이라는 이름의 변수(상자)에 3이라는 값을 넣고자 한다면 num = 3 라고 정의합니다. 주의할 것은 등호(=)가 '왼쪽에 있는 것과 오른쪽에 있는 것이 같다.'라는 의미로 쓰.. 공감수 2 댓글수 0 2022. 4. 22.
파이썬 강좌 01 - 출력 : print() 파이썬에서 무언가 출력하고자 한다면 print() 내장 함수(built in function)을 사용해야 합니다. print(출력할 것) 소괄호 안에 출력하고자 하는 것을 넣으면 됩니다. 우선 처음 만났으니 인사부터 해 볼까요? 소괄호 안에 'Hello, world!'라고 입력한 다음 코드를 실행하면 'Hello, world!'가 출력됩니다. 아래의 코드에서 코드 실행 버튼(▶)을 누르면 코드를 실행해 볼 수 있습니다. 만약 출력하고자 하는 내용을 바꾸려면 소괄호 안의 내용을 바꿔주면 됩니다. 여러분들께서도 위의 코드 에디터에서 소괄호 안의 내용을 바꿔서 코드를 실행시켜 보세요. 단, 따옴표(')로 묶어주는 것을 잊지 마세요! 따옴표로 묶어주지 않으면 오류가 날 건데, 이는 'Hello, world!'라.. 공감수 2 댓글수 0 2022. 4. 22.
08-4 가설 검증 입문 : 모집단과 단일 집단 비교 (파이썬) 전 시간에 모집단과 단일 사례(한 명)을 비교해 봤으니 이번에는 모집단과 20명의 단일 집단을 비교해 봐야겠지? 대신 초경험적(내가 만든 용어, 인간의 능력으로 경험할수 없는 데이터를 컴퓨터의 힘을 빌려 경험하는 것) 표집 분포와 이론적 표집 분포를 둘 다 보도록 할게! - 초경험적 표집 분포 먼저 우리가 만든 모집단(M=7, S=2)에서 20명을 무선 추출 한 다음에 평균을 구하고, 또, 20명을 추출한 다음에 평균을 구하고, 또 20명을 추출.. 하는 짓을 몇 번이나 반복해야 '초경험적'이라고 할 수 있을까? 우리가 마지막으로 만든 모집단의 사례수가 10만 개 였으니까.. 표본의 크기가 20인 표본을 1만 번 정도 추출 해 볼까? 1만 번은 인간이 쉽게 계산하기 힘든 수치니까 초경험적이라고 할 수 있.. 공감수 2 댓글수 0 2022. 4. 22.
강화와 처벌 : 정적강화, 부적강화, 정적처벌, 부적처벌 고전적 조건형성에 대해서는 내 블로그에서 충분히 다룬거 같고.. 이제는 도구적(조작적) 조건형성 위주로 글을 써볼랑께 잘 보숑~~ 원래는 동기에 대해서 글을 쓸라고 했는데.. 내 포스트를 보니까 정적, 부적 강화, 처벌에 대한 글이 없드라구.. 그래서 기본적인 거니까 정리하고 넘어갈게! 결국 강화와 처벌이 4부까지 연장됐네.. ㅋㅋㅋㅋ 그리고 내 블로그 안에서만이라도 용어의 확립이 필요할거 같아서.. 매번 도구적 혹은 조작적 조건형성 이라고 길게 쓰는게 넘 귀찮아.. 구글에서 Operant Conditioning (조작적 조건형성) 으로 검색하면 검색 결과가 약 1,570,000개가 나오고, Instrumental Conditioning (도구적 조건형성) 으로 검색하면 18,900,000개가 나오드라구.. 공감수 5 댓글수 1 2022. 4. 21.
08-3 가설 검증 입문 : 모집단과 단일 사례 비교 (파이썬) 먼저 모집단에서 딱 한 명을 뽑을거야. 이 피험자에게 15개의 단어를 외우게 한 다음 파이소스티그민을 투여하고 1시간 20분 뒤에 몇 개의 단어를 기억했는지 알아보고 모집단과 비교를 해 보자구! 우리에겐 모집단이 있잖아! - 단일 사례의 표준화 먼저 한 명의 피험자가 11개의 단어를 기억했다고 가정해 볼게. 11개를 기억한 것이 95%의 확률을 넘어선 것일까?! 를 알아보려면 표준화를 해야겠지. 표준 점수로 환산했을 때 1.96보다 크거나 -1.96보다 작으면 극단의 5%에 속하는 것이기 때문에 우연이 아니라고 치부할 것이라고 했었잖아? 그리고 단일 점수를 표준화 하려면 평균을 빼 준 다음 표준 편차로 나눠주기만 하면 돼! 11에서 모집단의 평균을 뺀 다음 모집단의 표준 편차로 나눠주면 되는 것이지. 아.. 공감수 0 댓글수 0 2022. 4. 21.
08-2 가설 검증 입문 : 모집단 생성과 리스트 컴프리헨션 (파이썬) 이제 가설 검증에 대해 배웠으니 파이썬으로 간단한 가설 검증을 해 볼까? 우선 가설 검증을 하기 위해서는 모집단의 정보를 알아야 돼. 전 시간에 일반인들에게 15개의 단어를 주고 외우게 시킨 다음 1시간 20분 뒤에 검사를 했을 때! 모집단의 평균(M)이 7이고 표준 편차(S)가 2였지? 그러나 우리에겐 평균이 7이고 표준 편차가 2인 모집단이.. 없잖아? 없으니까.. 모집단을.. 만들자! - normalvariate() random 모듈을 사용해서 표본 집단을 추출해 보긴 했는데, 집단을 만들어 본 적은 없지? 집단을 만들 때에도 random 모듈을 사용해 볼거야. random 모듈을 사용하면 난수를 생성할 수 있었지? 특히 random 모듈에서 평균과 표준 편차를 정해놓고 난수를 생성하는 normal.. 공감수 2 댓글수 0 2022. 4. 21.
08-1 가설 검증 입문 : 용어와 이론 코로나에 걸린 관계로 글이 좀 늦어졌네.. 흑흑.. 이제부터의 내용은 본격적으로 재밌어 질텡게 잘 따라오숑~ ^0^ - 가설 검증 리미트리스, 루시란 영화가 있어. 스포일러가 될 수 있어서 영화 내용을 자세하게 말하지는 못하겠지만 두 영화 모두 어떤 약물이 사람을 똑똑하게 만든다는 내용이야. 정말 가능할까? 과학자들은 '파이소스티그민(physostigmine)' 이라는 약을 개발했어. 과학자들은 이 약을 먹으면 똑똑해 진다고 주장했지. 어떻게 이 주장을 증명할 수 있을까? 만약 일반인들에게 15개의 단어를 주고 외우게 시킨 다음 1시간 20분 뒤에 기억해 보라고 했을 때, 보통은 7개의 항목만을 기억한다고 해. 표준 편차는 2개이고 말야. 이 기준을 모집단이라고 했을 때 M=7, S=2가 되겠지? 이제 .. 공감수 1 댓글수 0 2022. 4. 20.
07-5 표집 분포와 정상성 : 중심 극한 정리 추론 통계에서는 하나의 표본에서 계산된 통계적 수치가 표집 분포의 모수치를 추정하기 위해 사용될 수 있으니까, 실제로는 경험적(empirical) 표집 분포를 구할 필요가 전~혀~ 없어. 대신 표집 분포를 설명하기 위한 수단으로 경험적 표집 분포에 대해 알고 있으라는 것이지! 어차피 표집 분포는 이론적(theoretical) 표집 분포로 계산될 수 있으니 굳이 경험적 표집 분포를 사용할 필요가 없는 것이지. 앞으로 '표집 분포'라고 하면 당연히 '이론적 표집 분포'겠구나! 라고 생각하면 돼! 하지만 이는 어디까지나 인간의 한계에서 경험이 제한 당할 때의 일이고, 컴퓨터의 힘을 빌리면 경험적 표집 분포라고 해도 이론적 표집 분포와 맞먹을 정도가 될 수 있다는 것을 알고있지? 파이썬으로 표본을 엄청나게 늘릴.. 공감수 1 댓글수 0 2022. 4. 15.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.