리스트 예시: 게시물이 존재할 경우 3건을 노출합니다.
- 로지스틱 회귀 분석 - 수비 지표와 정규리그, 한국 시리즈 우승 수비 지표와 우승야구는 참 재밌는 스포츠라고 자부한다. 그라운드의 열정, 팬들의 열광 무엇하나 빠지지 않는 재밌는 스포츠이다.정규리그 1위팀과 한국 시리즈 우승팀은 어떤 팀이 될 지 보는 것도 상당히 재밌을 것이다. 그렇다면 강팀은 어떻게 만들어지느 것일까?강력한 공격력? 누구든 틀어막는 마운드의 힘? 어떤 공도 빠져나가는 걸 용납 못하는 수비력? 오늘은 수비력이 보여주는 정규리그, 한국 시리즈의 관계에 대해 살펴 볼 생각이다.앞서 말한 것처럼 다양한 데이터들이 있지만 정작 한국 야구의 수비지표는 MLB와 달리특별한 수피 지표 채용이 늦어졌다. 그래서 여전히 각 구단 내에서 자체적인 수비지표를 가지고그것으로 자팀 선수들을 평가하는 것으로 알고있다. 그래서 이번 시간에는 KBO 공식 기록실에 등재된 수비지.. 2025.09.18
- 통계 실습 - A/B 테스트 우리는 살면서 다양한 필요와 불편을 겪는다.이 때 우리는 '이걸 이렇게 하면 더 좋을거 같은데?' 혹은 '지금은 좀 불편한데 이렇게 하면 더 좋겠다'이런 생각을 하기도 한다.A/Btest는 두 개의 그룹, 대조군과 실험군을 비교해 더 나은 성과를 측정하는 정량조사 실험이다.대조군: 현 상태를 유지하는 집단실험군: 새롭게 제시된 대안을 적용하 집단A/B 테스트를 하기 위해선 우리의 목표, 즉 분명한 KPI를 잘 설정해야 한다.목표를 명확히 해야 어떤 통계모델을 사용해야하는지 분명해지기 때문이다.* KPI(Key Performance Indicator) : 핵심 성과 지표예를 들어얼마나 우리 플랫폼으로 유입이 되는지회원가입이 되는지얼마나 많으 배너를 클릭하는지회원가입 이후 얼마나 우리 플랫폼을 자주 이용하.. 2025.08.08
- 통계 - 카이제곱(𝔁 ²) 검정 (2) / 파이썬 파이썬에서도 손 쉽게 카이제곱 검정을 할 수 있다. 파이썬 통계 라이브러리인 scipy의 stats를 이용하면 된다.어떤 검정을(적합도 검정, 독립성 검정) 하느냐에 따라 사용하는 함수느 달라진다.적합도 검정 시 : chisquarefrom scipy.stats import chisquarechisquare(oservated, expected)oservated = []expected = [] chisquare는 인자 2가지를 받는데하나는 관측빈도 리스트를 인자로 받는다나머지 하나는 기대빈도 리스트를 인자로 받는다. 독립성 검정from scipy.stats import chi2_contingencytable = pd.crosstab(df["col1"], df["col2"])chi2_contingency(.. 2025.07.15
- 통계 - 카이제곱(𝔁 ²) 검정 (2) / 엑셀 앞 선 글에서 말한 것처럼 카이제곱 검정은 범주형 데이터의이미 알고있는 내용과 내가 관측한 내용이 일치할까(적합도 검정)서로 다른 두 범주형 데이터의 연관관계가 있을까(독립성 검정)이 두 가지 여부를 파악하는 것이다. 카이제곱 검정통계량은 다음과 같이 구한다𝔁 ² = ((관측값1 - 기대값1) ^ 2) / 기대값1 + ((관측값2 - 기대값2) ^ 2) / 기대값2 + ....적합도 검정앞 선 글에서 우리가 예제로 봤던 동전 던지기는 적합도 검정이다.다른 예시로 엑셀에서 구해보자 예제) 음주운전 계절별 적발 건수일반적으로 음주운전은 겨울철에 더 많이 발생하는 것으로 알려져 있다.철수는 그 사실이 맞는지 알기 위해 1년동안 열심히 관찰을 했다.과연 계절에 따른 음주운전 적발 건수는 통계적으로 유의미한 .. 2025.07.15
- 통계 - 카이제곱(𝔁 ²) 검정 (1) / 자유도 카이제곱 검정은 카이제곱 분포를 활용한 통계 검정법이다. 범주형 데이터에서 기대되는 기대빈도와 실제 관찰된 관찰빈도 간 차이가 의미있는지파악하는데 사용한다. 주로 적합도 검정과 독립성 검정을 사용한다. 적합도 검정이미 알려진 분포, 즉 기대되는 분포와 우리가 실제로 관찰한 분포의 차이를 비교하는 검정이다.범주형 변수가 1개일 때 사용! * 국내 휴대폰 점유율 vs 우리반 친구들의 휴대폰 회사 비율 * 동전의 기대 빈도 vs 관찰 빈도이 때 가설은 H0 : 기대비율과 관찰비율 간 통계적으로 유의미한 차이가 없다 H1 : 기대비율과 관찰비율 간 통계적으로 유의미한 차이가 있다. 독립성 검정두 가지 범주형 변수의 관계가 독립적인지 아니면 서로 영향을 주는지를 비교하는 검정이다.범주형 변수가 2개 이상일 때.. 2025.07.14