통계전산처리 - 10주차(이산분포, 정규성검정, 모의실험)
·
파이썬/통계전산처리
4.2 이산분포4.2.1 베르누이 분포와 이항분포import numpy as npfrom scipy import stats as stfrom matplotlib import pyplot as pltst.binom.pmf(n=10,p=0.3,k=[0,1,2,3,4,5])# 예제 4.2.1 (b)# x값이 (1,3,6)일 경우 각 값까지의 누적확률 구하기np.round(st.binom.cdf(n=10,p=0.3,k=[1,3,6]),3)# 예제 4.2.1 (c)# 0.2, 0.5, 0.8의 누적확률을 갖는 확률변수값 구하기st.binom.ppf(n=10,p=0.3,q=[0.2,0.5,0.8])# 예제 4.2.1 (d)# 이항분포 B(10, 0.3)를 따르는 난수 5개 얻기st.binom.rvs(n=10,p=0..
통계전산처리 - 9주차(연속분포)
·
파이썬/통계전산처리
import numpy as npfrom scipy import stats as stfrom matplotlib import pyplot as pltmu=0sigma=1x=np.linspace(mu-4*sigma,mu+4*sigma,100) # 표준정규분포 x값의 범위 -4 ~ +4y=st.norm.pdf(x,mu,sigma) # 정규분포에 의한 확률밀도함수의 값xx=np.linspace(mu-4*sigma,mu-1*sigma,100) # P(Z​mu=0sigma=1x=np.linspace(mu-4*sigma,mu+4*sigma,100) # 표준정규분포 x값의 범위 -4 ~ +4y=st.norm.pdf(x,mu,sigma) # 정규분포에 의한 확률밀도함수의 값xx=np.linspace(mu-1*sigma..
통계전산처리 - 7주차 (다양한 시각화)
·
파이썬/통계전산처리
import pandas as pdimport numpy as npimport seaborn as snsfrom matplotlib import pyplot as pltactivities=['eat','sleep','work','play']slices=[3,7,8,6]colors=['r','y','g','b']plt.pie(slices,labels=activities, colors=colors, startangle=90, shadow=True, explode=(0,0,0.1,0), radius=1.2, autopct='%1.1f%%')plt.legend()plt.show()​color='cornflowerblue'points=np.ones(5)text_style=dict(horizo..
통계전산처리 - 6주차 (데이터프레임 다루기, 그래프 그리기)
·
파이썬/통계전산처리
결측값import pandas as pdimport numpy as np# 결측값# 필요 데이터셋 생성b=np.arange(12).reshape(4,3)df=pd.DataFrame(b, columns=['X1','X2','X3'])df# 결측값 만들기df.loc[1,['X1','X3']]=np.nandf.loc[2,'X2']=np.nandf.loc[3,'X2']=np.nandfdf_0=df.fillna(0) # fillna()로 결측값 채우기df_0df_missing=df.fillna('missing') # 문자로도 채울수 있음df_missingdf_f=df.fillna(method='ffill') # .fillna(method='ffill') 위에 열의 값으로 채워줌df_fd..
통계전산처리 - 2장 연습문제 풀이
·
파이썬/통계전산처리
import numpy as npimport pandas as pdimport scipy as spimport math as m# 2장 연습문제 1#연습문제 aprint('a :', 1+2*(3+4))#연습문제 bprint('b :',1+1/2+1/3+1/4+1/5+1/6)#연습문제 cprint('c :',m.sqrt((4+3)*(2+5)))#연습문제 dprint('d :', ( (1+2)/(4+5) )**3 )#연습문제 eprint('e :',122+12*23)#연습문제 fprint('f :',math.factorial(10))#연습문제 gprint('g :',math.sqrt( (6**2+4) ))#연습문제 hprint('h :',m.sin(np.pi/3) + m.cos(np.pi/6))#연습문제 i..
통계전산처리 - 5주차 (행렬연산, 반복문)
·
파이썬/통계전산처리
import numpy as npimport pandas as pdimport scipy as sp# 연습문제 3# 행렬과 벡터 정의A = np.array([[1, -1, 4], [-1, 1, 3], [4, 3, 2]])B = np.array([[3, -2, 4], [-2, 1, 0], [4, 0, 5]])x = np.array([1, -2, 4]).reshape(3, 1)y = np.array([3, 2, 1]).reshape(3, 1)# (a)print(A + B)# (b)print(A.T) # .T : 전치행렬 구하기# (c)print(np.dot(np.dot(x.T, A), y)) # np.dot : 내적 구하기# (d)print(np.dot(x.T, x))# (e)print(np.dot(np.d..
통계전산처리 - 4주차
·
파이썬/통계전산처리
import numpy as npimport math as mimport pandas as pd# 2장 연습문제 1#연습문제 aprint(1+2*(3+4))#연습문제 bprint(1+1/2+1/3+1/4+1/5+1/6)#연습문제 cmath.sqrt((4+3)*(2+5))#연습문제 dprint( ( (1+2)/(4+5) )**3 )#연습문제 eprint(122+12*23)#연습문제 fmath.factorial(10)#연습문제 gmath.sqrt( (6**2+4) )#연습문제 hm.sin(np.pi/3) + m.cos(np.pi/6)#연습문제 im.log10(24)+m.log(10)#연습문제 jm.sin(np.pi/4)#연습문제 km.cos(np.pi/3)#연습문제 lprint((1+2+3)/(4+5+6))..