올리비아 코딩스쿨

목차 pie chart pie chart를 만들기 위해서는 split, apply, combine 과정을 거친다. df_continents = df_can.groupby('Continent', axis=0).sum() 파이차트를 효과적으로 만들어줄 것들이 있다. autopct - is a string or function used to label the wedges with their numeric value. The label will be placed inside the wedge. If it is a format string, the label will be fmt%pct. - % 표시 startangle - rotates the start of the pie chart by angle degree..

area plot df.top5.plot(kind='area') df_top5.index = df_top5.index.map(int) df_top5.plot(kind='area', stacked=True, figsize=(20, 10)) # pass a tuple (x, y) size plt.title('Immigration Trend of Top 5 Countries') plt.ylabel('Number of Immigrants') plt.xlabel('Years') plt.show() histogram ### type your answer here df_cof =df_can.loc[['Greece', 'Albania', 'Bulgaria'], years] df_cof=df_cof.transpose()..

목차 확률변수 random variable 표본공간의 원소들을 숫자로 바꾸어 주는 역할을 하는 함수이다. 확률실험의 결과에 관심 있는 수치를 대응시키는 함수라 생각할 수 있다. 확률분포 probability distribution 확률변수 x의 가능한 값, 그에 대응하는 확률이 어떻게 분포되어 있는지 나타냄 확률 변수의 종류 1) 이산확률변수 1,2,3, 셀 수 있는 정수값 확률질량함수 **** 이산확률변수의 기댓값 -확률분포의 평균, 기댓값 실험을 지속적으로 반복했을 때 평균적으로 기대할 수 있는 값으로 확률변수의 중심화 경향치를 나타내는 특성치. - 확률분포의 분산 확률변수의 산포도를 나타내는 특성치 확률변수가 취하는 값들이 기대치로부터 얼마나 흩어져 있는가를 나타낸다. 2) 연속확률변수 일정한 실수..

목차 1. 확률론 과거의 실험에 관한 정보가 아무리 많다 하더라도 미래의 실험 결과를 정확히 예측하기가 불가능한 현상이 많이 존재하고 있다. 이와 같은 현상을 확률현상이라 하고, 확률현상에 관해 연구하는 학문 분야가 바로 확률론이다. 통계학의 이론이나 응용의 기본을 바르게 이해하기 위해서는 기본적인 확률론의 개념의 이해가 필수적이다. 통계학은 불확실한 상황을 전제로 하기 때문에 불확실성의 정도를 측정하는 확률은 통계학의 핵심적인 부분이 될 수밖에 없다. 확률은 모집단에서 표본을 추출할 때, 어떤 특정한 성질을 만족하는 표본이 관측될 가능성에 대한 측도로 표본을 바탕으로 모집단에 대한 결론을 이끌어내는 데 논리적 근거가 된다. 2. 확률실험 random experiment 실험 전에는 어떤 결과가 발생할지..

목차 산포도 measure of dispersion - 두 집단의 대푯값이 같더라도 자료의 퍼짐 정도는 다르기 때문에 산포도를 함께 고려하는 것이 자료를 더욱 정확하게 분석할 수 있다. - 개개의 관측값이 중심위치로부터 얼마만큼 떨어져 있는가를 나타내주는 척도 1) 범위 최댓값-최솟값 2) 사분위수 범위 IQR= Q3-Q1 3) 분산 -모든 자료들 간의 거리의 합 -자료들이 평균으로부터 얼마나 떨어져있는가? 4) 표준편차 5) 모분산과 표본분산 ※ n대신에 n-1로 나누어 표본분산을 사용하는 이유 - 편차들의 합은 항상 0임 => 우리가 n-1개의 편차만 알고 있으면 나머지 한 개는 자연스럽게 알 수 있음. - 즉, n-1개의 편차만 자유롭게 변할 수 있고, 나머지 한 개는 고정되어 있음. - 여기에서,..