기본 콘텐츠로 건너뛰기

통계관련 함수와 메서드 사전

A B C d E F G H I K L M N O P Q R S T U V W Z A statsmodels.ap.stats.anova_lm(x) statsmodels.formula.api.ols 에 의해 생성되는 모형 즉, 클래스 인스턴스(x)를 인수로 받아 anova를 실행합니다. np.argsort(x, axis=-1, kind=None) 객체 x를 정렬할 경우 각 값에 대응하는 인덱스를 반환합니다. Axis는 기준 축을 지정하기 위한 매개변수로서 정렬의 방향을 조정할 수 있음(-1은 기본값으로 마지막 축) pandas.Series.autocorr(lag=1) lag에 전달한 지연수에 따른 값들 사이의 자기상관을 계산 B scipy.stats.bernoulli(x, p) 베르누이분포에 관련된 통계량을 계산하기 위한 클래스를 생성합니다. x: 랜덤변수 p: 단일 시행에서의 확률 scipy.stats.binom(x, n, p) 이항분포에 관련된 통계량을 계산하기 위한 클래스를 생성합니다. x: 랜덤변수 n: 총 시행횟수 p: 단일 시행에서의 확률 C scipy.stats.chi2.pdf(x, df, loc=0, scale=1) 카이제곱분포의 확률밀도함수를 계산 $$f(x, k) =\frac{1}{2^{\frac{k}{2}−1}Γ(\frac{k}{2})}x^{k−1}\exp\left(−\frac{x^2}{2}\right)$$ x: 확률변수 df: 자유도 pd.concat(objs, axis=0, join=’outer’, …) 두 개이상의 객체를 결합한 새로운 객체를 반환. objs: Series, DataFrame 객체. Axis=0은 행단위 즉, 열 방향으로 결합, Axis=1은 열단위 즉, 행 방향으

R markdown 기본

Markdown은 HTML과 밀접하다. 그것의 문법은 매우 작교 HTML Tags의 매우 작은 부분에 대응된다. HTML은 출판 형식이고 Markdown은 쓰기 형식이다.
다음은 markdown의 문법을 간략하게 소개한다.   


<글자크기 관련>
Header
=====
 
# H1
## H2
### H3
#### H4
##### H5
###### H6
H1, H2는 위의 형식 뿐 아니라 아래와 같이 밑줄의 형식으로 나타낼 수 있다.    
H1
=====
h2
---------  

Header

H1

H2

H3

H4

H5
H6
H1, H2는 위의 형식 뿐 아니라 아래와 같이 밑줄의 형식으로 나타낼 수 있다.

H1

h2



<강조>
강조: 강조 또는 강조
강한 강조: 강한강조 또는 강한강조
문자 지우기 표시: ~~물결표시 두개로 나타낸다~~

강조: 강조 또는 강조
강한 강조: 강한강조 또는 강한강조
문자 지우기 표시: 물결표시 두개로 나타낸다.

<주석달기>
주석이 필요한 문장 부분에 [캐럿+숫자]의 형식으로 나타낼 수 있다.
주석[^1]: [위키벡과 마크다운 문서](http://ko.wikipedia.org/wiki/마크다운)


<목록>
### 목록
1. 첫 항목
2. 다른 항목
..*목록화 되지 않은 작은 목록
1. 목록에서 앞의 숫자가 중요하지 않고 단지 분류의 목적이 있는 목록
 1. 분류된 작은 목록  
4.다른 항목  

'..'는 적당히 들여쓰기를 위해 사용한다.    
줄바꿈은 두개의 빈칸을 둠으로서 이루어진다.  
한줄 건너띄기는 enter 키를 두번 입력함으로서 이루어진다.


*분류되지 않은 목록
- 분류되지 않은 목록
+ 분류되지 않은 목록

목록

  1. 첫 항목
  2. 다른 항목 ..*목록화 되지 않은 작은 목록
  3. 목록에서 앞의 숫자가 중요하지 않고 단지 분류의 목적이 있는 목록
    1. 분류된 작은 목록
    2. 4.다른 항목
'..'는 적당히 들여쓰기를 위해 사용한다.
줄바꿈은 두개의 빈칸을 둠으로서 이루어진다.
한줄 건너띄기는 enter 키를 두번 입력함으로서 이루어진다.
*분류되지 않은 목록
  • 분류되지 않은 목록
  • 분류되지 않은 목록

<링크관련>
### 링크
링크를 연결하는 두가지 방법이 존재한다.  
[연결](http://enshs.blog.me)  
[참고사이트][1]  
[1]:http://www.google.com

링크

링크를 연결하는 두가지 방법이 존재한다.

<이미지관련>
### 이미지
이미지 연결 역시 위의 링크의 방식과 같이 두가지 방법으로 사용된다.    
직접연결:  
![이미지](https://drive.google.com/drive/folders/0B3iQkVeW8uCcTW4xS2RUSVQ2TEk/ema1.png"logo title text1")
참조스타일:
![이미지][로고]  
[로고]:https://drive.google.com/drive/folders/0B3iQkVeW8uCcTW4xS2RUSVQ2TEk/ema1.png"logotitletext2"


이미지

이미지 연결 역시 위의 링크의 방식과 같이 두가지 방법으로 사용된다.
직접연결:
참조스타일:


<code 관련>
code
code 블럭은 ''' 으로 만든다.
'''r
s<-'R 객체'
'''
그러나 jupyter notebook, R studio에서의 작업은 이 부분은 자체적으로 선택할 수있기때문에 위 작업이 필요하지 않다.

code

code 블럭은 ''' 으로 만든다.
'''r
s<-'R 객체'
'''
그러나 jupyter notebook, R studio에서의 작업은 이 부분은 자체적으로 선택할 수있기때문에 위 작업이 필요하지 않다.

<표>
### 표
표작성은 markdown의 고유의 기능은 아니지만 GFM을 지원함으로서 작성될 수 있다.    
'|'와 ':' 그리고 '---'으로 칸과 줄을 구분하여 만들 수 있다.

| 표 | 열1 | 열2|
|----|:-----:| -----:|
|행 1 | 내용 1 | 내용2|
|행 2 | 내용 3 | 내용 4|  
각셀에 대시선은 적어도 3개이상을 입력해야 한다.'---'
한 행의 양 끝의 pipe(|)는 입력하지 않아도 된다.  

표 | 열1 | 열2
----|:-----:| -----:
행 1 | 내용 1 | 내용2
행 2 | 내용 3 | 내용 4

표작성은 markdown의 고유의 기능은 아니지만 GFM을 지원함으로서 작성될 수 있다.
'|'와 ':' 그리고 '---'으로 칸과 줄을 구분하여 만들 수 있다.

열1
열2
행 1
내용 1
내용2
행 2
내용 3
내용 4
각셀에 대시선은 적어도 3개이상을 입력해야 한다.'---' 한 행의 양 끝의 pipe(|)는 입력하지 않아도 된다.

열1
열2
행 1
내용 1
내용2
행 2
내용 3
내용 4


<문구 블럭표시>
### 문구의 블럭 표시
> 이 문구는 블럭 표시가 된다.   
> 이것도 역시 블럭화  
위의 블럭을 해제하기 위해서는 한줄 개행을 해야 한다.
만약 한줄 개행없이 이어지면 블럭화는 계속된다.  
>블럭화의 길이는 어디까지   
여기도  
여기도  
여기도  
한줄 개행을 해서 블럭에서 탈출!

문구의 블럭 표시

이 문구는 블럭 표시가 된다.
이것도 역시 블럭화
위의 블럭을 해제하기 위해서는 한줄 개행을 해야 한다. 만약 한줄 개행없이 이어지면 블럭화는 계속된다.
블럭화의 길이는 어디까지
여기도
여기도
여기도
한줄 개행을 해서 블럭에서 탈출!

<inline HTML>
HTML내에 직접적으로 markdown 형식을 입력할 수 있다.
목록
이러한 방식 역시 잘 적용된다.
markdown in HTML
강조형식은 잘 적용되지 않는 경우도 발생한다. 이 경우 대신 em 태그 를 이용한다.

inline HTML

HTML내에 직접적으로 markdown 형식을 입력할 수 있다.
목록
이러한 방식 역시 잘 적용된다.
markdown in HTML
강조형식은 잘 적용되지 않는 경우도 발생한다. 이 경우 대신 em 태그 를 이용한다.

<수평규칙>
3개 이상...  

---
위와 같이 대시선을 사용하여 수평선으로 구분
***
아스테릭 기호를 사용하여 구분
___
언더선(underscores)를 사용하여 구분 할 수 있다.

수평규칙

3개 이상...


위와 같이 대시선을 사용하여 수평선으로 구분


아스테릭 기호를 사용하여 구분


언더선(underscores)를 사용하여 구분 할 수 있다.

<개행>
스페이바 2칸을 문장 끝에서 입력하는 것으로 개행   
enter 키를 두번 입력하는 것으로 문단이 구분된다.

enter 키를 한번 하는 입력하는 것은 한줄 개행이 되지 않는다. 스페이스바를 두번 인력하는 것으로 한줄 개행이 되는 것은 같은 문단으로 인식된다.

개행

스페이바 2칸을 문장 끝에서 입력하는 것으로 개행
enter 키를 두번 입력하는 것으로 문단이 구분된다.
enter 키를 한번 하는 입력하는 것은 한줄 개행이 되지 않는다. 스페이스바를 두번 인력하는 것으로 한줄 개행이 되는 것은 같은 문단으로 인식된다.


<LaTex 문법을 이용하여 수식 입력>
R이나 jupyter notebook에서 수식입력은 $~$로 묶어준다. 이것은 별도의 행이 아닌 한 행에 연속해서 수식이 입력되고 별도의 행에서 수식만을 입력하기 위해서는 $$~$$와 같이 입력한다. 이경우 입력된 수식은 각 행의 중간 부분에 위치한다.
또한 함께하는 문자는'{}'로 묶어준다.

- 아래첨자와 윗첨자
$x_i, y_{ij}, x^i, y^{ij}, x^i_{j=1}$
- 분수
$$\frac{2}{3}$$
- 제곱근
$$\sqrt{b^2-4ac}$$
- 합
$$\sum^n_{i=1} \left(\frac{x_i}{y_i}\right)$$
위 식에서 나타낸 것과 같이 괄호의 크기가 내용에 자동으로 맞추기 위해서는    
'\left(  \right)'와 같이 입력한다.
- 적분
$$\int_0^{2\pi} \sin x ~dx$$
- 행렬
$$\left[\begin{array}{rrr}
1&2&3\\
4&5&6\\
7&8&9
\end{array}\right]$$
행렬 표기는 '[]'를 표시하기 위해 \left[~\right]'를 사용하고 배열의 시작과 끝에 '\begin{array}~ \end{array}'를 입력한다. {rrr}은 행렬의 열의 수를 나타낸다.   


LaTex 문법을 이용하여 수식 입력

R이나 jupyter notebook에서 수식입력은    로 묶어준다. 이것은 별도의 행이 아닌 한 행에 연속해서 수식이 입력되고 별도의 행에서 수식만을 입력하기 위해서는
 
와 같이 입력한다. 이경우 입력된 수식은 각 행의 중간 부분에 위치한다. 또한 함께하는 문자는'{}'로 묶어준다.
  • 아래첨자와 윗첨자equation preview
  • 분수
                                                       
equation preview
  • 제곱근
equation preview
equation preview
  • 적분
equation preview
  • 행렬
equation preview


특수문자

이름
명령어
반환

이름
명령어
반환
알파
\alpha
α

크사이
\xi
ξ
베타
\beta
β

오미크론
o
o
감마
\gamma
γ

파이
\pi
π
델타
\delta
δ

\rho
ρ
엡실론
\epsilon
ϵ

시그마
\sigma
σ
제타
\zeta
ζ

타우
\tau
τ
에타
\eta
η

입실론
\upsilon
υ
세타
\theta
θ

파이
\phi
ϕ
이오타
\iota
equation preview

카이
\chi
χ
카파
\kappa
κ

카이
\chi
χ
람다
\lambda
λ

오메가
\omega
ω
\mu
μ

\nu
ν

관계연산자

이름
명령어
반환

이름
명령어
반환
합동
\equiv

근사
\approx
비례
\propto

같고 근사
\simeq
닮음
\sim

같지않음
\neq
작거나 같음
\leq

크거나 같음
\geq
매우작음
\ll

매우 큼
\gg

논리기호

이름
명령어
반환

이름
명령어
반환
불릿
\bullet
equation preview

부정
\neq
wedge
\wedge

vee
\vee
논리합
\oplus

왼쪽화살표
\leftarrow
오른쪽 화살표
\rightarrow

양쪽화살표
\leftrightarrow
큰왼쪽화살표
\Leftarrow

큰오른쪽 화살표
\Rightarrow
양쪽화살표
\Leftrightarrow

어떤
\exists
모든
\forall






집합기호

이름
명령어
반환

이름
명령어
반환
교집합
\cap

합집합
\cup
상위집합
\supset

진상위집합
\supseteq
하위집합
\subset

진하위집합
\subseteq
부분집합아님
\nsubset

공집합
\emptyset
원소
\in

원소아님
\notin

기타

이름
명령어
반환

이름
명령어
반환
\hat{x}
equation preview

와이드햇
\widehat{x}
equation preview
물결
\tilde{x}

넓은 물결
\widetilde{x}
equation preview
bar
\bar{x}
equation preview

overline
\overline{x}
equation preview
check
\check{x}
equation preview

acute
\acute{x}
equation preview
grave
\grave{x}
equation preview

dot
\dot{x}
equation preview
ddot
\ddot{x}
equation preview

breve
\breve{x}
equation preview
vec
\vec{x}
equation preview




수직
\perp

평행
\parallel
부분집합아님
\nsubset

공집합
\emptyset
가운데점
\cdot
equation preview

...
\dots
equation preview
가운데점들
\cdots
equation preview

세로점들
\vdots
equation preview
나누기
\div
equation preview

물결표
\sim
+-
\pm, \mp
± , ∓

겹물결표
\approx
prime
\prime
equation preview

무한대
\infty
적분
\int

편미분
\partial
한칸띄어
\,
x y

두칸
\;
x  y
네칸: \quad: x    y
여덟칸:\qquad: x        y

댓글

이 블로그의 인기 게시물

matplotlib의 그래프 종류

1. 산포도(scatter plot) plt.scatter(x, y) >>> import matplotlib.pyplot as plt >>> import numpy as np >>> data=np.random.rand(1024, 2) >>> data[:3, :] >>> plt.scatter(data[:,0], data[:,1]) >>> plt.show() 2. 막대그래프(bar chart) plt.bar(x, hight, width, align='center') 매개변수중 width에 인수를 전달하여 막대의 두께를 조절할 수 있다. 또한 align의 인수는 'center'와 'edge' 이다. 기본값은 'center'이다. 이 값은 x축의 레이블이 막대의 중간에 위치(center) 또는 왼쪽 가장자리에 위치(edge)시킨다. 코드에서 np.random.randint 는 특정한 범위내에서 지정한 갯수의 랜덤수를 생성 np.unique(배열, retrun_counts=False, axis=None) : 객체 내의 중복되지 않은 수들을 반환한다. return_counts=True이면 각 수에 대한 빈도수를 반환한다. axis를 통해 행(1), 열(0)을 선택한다. >>> x=np.random.randint(1, 6, size=100) >>> uni,count=np.unique(x, return_counts=True) >>> uni array([1, 2, 3, 4, 5]) >>> count array([25, 17, 23, 16, 19], dtype=int64) >>> plt.bar(uni, count) >>> plt.show() 위의 막대그래프의 막대의

유사변환과 대각화

내용 유사변환 유사행렬의 특성 대각화(Diagonalization) 유사변환(Similarity transformation) 유사변환 n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사하다고 하며 이 변환을 유사 변환 (similarity transformation)이라고 합니다. $$\begin{equation}\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B \end{equation}$$ 식 1의 유사 변환은 다음과 같이 고유값을 적용하여 특성 방정식 형태로 정리할 수 있습니다. $$\begin{align} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align}$$ 위 식의 행렬식은 다음과 같이 정리됩니다. $$\begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \t

sympy.solvers로 방정식해 구하기

sympy.solvers로 방정식해 구하기 대수 방정식을 해를 계산하기 위해 다음 함수를 사용합니다. sympy.solvers.solve(f, *symbols, **flags) f=0, 즉 동차방정식에 대해 지정한 변수의 해를 계산 f : 식 또는 함수 symbols: 식의 해를 계산하기 위한 변수, 변수가 하나인 경우는 생략가능(자동으로 인식) flags: 계산 또는 결과의 방식을 지정하기 위한 인수들 dict=True: {x:3, y:1}같이 사전형식, 기본값 = False set=True :{(x,3),(y,1)}같이 집합형식, 기본값 = False ratioal=True : 실수를 유리수로 반환, 기본값 = False positive=True: 해들 중에 양수만을 반환, 기본값 = False 예 $x^2=1$의 해를 결정합니다. solve() 함수에 적용하기 위해서는 다음과 같이 식의 한쪽이 0이 되는 형태인 동차식으로 구성되어야 합니다. $$x^2-1=0$$ import numpy as np from sympy import * x = symbols('x') solve(x**2-1, x) [-1, 1] 위 식은 계산 과정은 다음과 같습니다. $$\begin{aligned}x^2-1=0 \rightarrow (x+1)(x-1)=0 \\ x=1 \; \text{or}\; -1\end{aligned}$$ 예 $x^4=1$의 해를 결정합니다. solve() 함수의 인수 set=True를 지정하였으므로 결과는 집합(set)형으로 반환됩니다. eq=x**4-1 solve(eq, set=True) ([x], {(-1,), (-I,), (1,), (I,)}) 위의 경우 I는 복소수입니다.즉 위 결과의 과정은 다음과 같습니다. $$x^4-1=(x^2+1)(x+1)(x-1)=0 \rightarrow x=\pm \sqrt{-1}, \; \pm 1=\pm i,\; \pm1$$ 실수