기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

[data analysis]카이제곱분포(chi-squared distribution)

카이제곱 분포(Chi-square distribution)

카이제곱분포(χ2 분포)는 식 1과 같이 제곱한 k개의 서로 독립적인 표준정규 확률변수들을 합하여 얻어지는 분포입니다. 이때 k를 자유도라 하며 X2분포의 모수가 됩니다.

X2(k) = Z12 + Z22 + … + Zk2(식 1)
Z: 표준정규분포를 따르는 확률변수

식 1의 Z은 표준정규분포를 따르는 확률변수로서 식 2와 같이 나타낼 수 있습니다.

$$\chi^2_{(k)}=\left(\frac{X_1-\mu_1}{\sigma_1}\right)+\left(\frac{X_2-\mu_2}{\sigma_2}\right)+\cdots +\left(\frac{X_k-\mu_k}{\sigma_k}\right)$$(식 2)

식 2에서 나타낸 것과 같이 χ2 분포를 구성하는 모든 확률변수는 표준정규분포를 따르는 것으로 평균이 0, 표준편차가 1이므로 (-1, 1) 구간에 위치할 확률이 클것입니다. 이것은 자유도가 1인 경우 확률밀도함수는 (0, 1) 부분에 밀집되므로 카이제곱분포는 외쪽에 치우친 형태를 보일 것입니다. 자유도가 증가할수록 평균과 표준편차의 증가되고 정규분포화 될 것입니다. 이러한 분포의 경향은 그림 1에서 나타낸 것과 일치합니다.

scipy.stats.chi2() 클래스의 다양한 메서드를 적용할 수 있습니다. 그림 1은 stats.chi2.pdf(x, df=k) 메서드를 사용하여 작성한 것입니다. 이 메서드의 인수 df는 χ2 분포의 자유도를 나타내며 그림에서 나타낸 것과 같이 이 인수에 의해 분포의 형태가 달라집니다. 이 이유로 df의 인수값인 k를 형태매개변수라고 합니다.

그림 1. χ2 분포에서 자유도의 영향.
x=np.linspace(0, 21, 1000)
k=[1, 3,5,10,20]
col=['g','b','r','k', "orange"]
fig, ax=plt.subplots(figsize=(4, 3))
for i, j in zip(col, k):
    y=stats.chi2.pdf(x, j)
    ax.plot(x, y, color=i, label=r"$\chi^2$("+str(j)+")")
ax.set_xlabel("x", loc="center" , size="12")
ax.set_ylabel("pdf")
ax.set_ylim(0, 0.4)
ax.legend(loc="best")
plt.show()

식 3에서 나타낸 것과 같이 카이제곱(χ2)분포는 감마분포의 특수한 형태로 그 분포의 확률밀도 함수(식 4)의 α와 λ가 각각 $\frac{k}{2}$와 $\frac{1}{2}$인 분포를 나타냅니다.

\begin{align} \chi^2(k)&\sim \; \Gamma(α =\frac{k}{2},\, \lambda=\frac{1}{2})\\ f(x;\,k)&=\frac{x^{\frac{k}{2}-1}\exp(-\frac{x}{2})}{2^\frac{k}{2}\Gamma(\frac{k}{2})}\\ & k\gt 0, \; x\gt 0\\& k:\,\text{degree of freedom}\end{align}(식 3)
\begin{align}\tag{1} \Gamma(n)&=(n-1)! , \quad\quad n \in \{1,2,3, \cdots \}\\ &=(n-1)\Gamma(n-1)\\ &=\int^n_0 x^{n-1}e^{-x} ,\quad n > 0 \end{align}(식 4)

예 1)

독립인 두 개의 정규분포를 따르는 자료의 제곱 합에 대한 결합분포(f(x))를 작성합니다. 그 분포와 χ2(2) 분포를 비교합니다.

x=stats.norm.rvs(size=1000)
y=stats.norm.rvs(size=900)
z=np.append(x**2, y**2)
z1=np.sort(z)

위 코드의 결과인 두개의 정규분포를 따르는 인공데이터 x, y의 제곱의 결합으로 이루어진 z1에 대한 형태는 그림 2에서 나타낸 것과 같이 자유도 2인 χ2 분포와 유사합니다.

그림 2. 정규분포 따르는 두 변수의 제곱의 합에 대한 분포와 χ2(2).
fig, ax=plt.subplots(figsize=(4,3))
ax.hist(z1, bins=15, rwidth=0.9, color="g", alpha=0.3, label="histogram")
ax.set_xlabel("z1")
ax.set_ylabel("frequency", color="g")
ax2=plt.twinx()
ax2.plot(z1, stats.chi2.pdf(z1, 2), color="b", label=r"$\chi^2$(2)")
ax2.set_ylabel("pdf", color="b")
ax.legend(loc=(0.6, 0.8), frameon=False)
ax2.legend(loc=(0.6, 0.7), frameon=False)
plt.show()

χ2 분포의 평균과 분산은 식 5와 같이 정의됩니다.

\begin{align}E(X)&=\int^\infty_0 xf(x)\,dx\\&=k\\ E(X^2) & = \int^\infty_0 x^2f(x)\,dx\\&=k(k+2)\\ \text{Var}(X)&=E(X^2)-(E(X))^2\\&=2k\end{align} (식 5)

sympy 패키지의 함수들을 적용하여 식 5를 확인하면 다음과 같습니다.

x,k=symbols("x, k", positive=True)
f=(x**(k/2-1)*exp(-x/2))/(2**(k/2)*gamma(k/2))
f

$\frac{2^{- \frac{k}{2}} x^{\frac{k}{2} - 1} e^{- \frac{x}{2}}}{\Gamma\left(\frac{k}{2}\right)}$

E=integrate(x*f, (x, 0, oo))
simplify(E)

k

E2=integrate(x**2*f,(x,0, oo))
simplify(E2)

$k \left(k + 2\right)$

var=E2-(E)**2
simplify(var)

2k

예 2)

랜덤변수 X가 자유도 10인 카이제곱 분포에 부합한다고 하면 95%에 해당하는 값?

이 예는 P(X ≤ x)=0.95에 대응하는 확률변수 x를 결정하는 것입니다. 즉, y = f(x)의 역함수인 f-1(y)=x를 계산하는 것으로 scipy.stats 모듈의 각 분포의 메소드 ppf(q, df)로 계산할 수있습니다. 이 메소드의 q는 확률, df는 자유도입니다.

round(stats.chi2.ppf(0.95, df=10), 3)
18.307

예 3)

정규분포를 따르는 연속확률변수 X의 Z score의 제곱인 Y는 자유도가 1인 χ2 분포를 따름을 증명합니다.

\begin{align}Y&=\left(\frac{X-\mu}{\sigma}\right)^2\\&=Z^2 \end{align}

Z은 표준정규분포(N(0, 1))을 따르며 확률밀도함수(식 6)는 다음과 같습니다.

$$f(z)=\frac{1}{\sqrt{2\pi}}\exp\left(-\frac{z^2}{2}\right)$$ (식 6)

확률변수 Y에 대한 일정구간의 누적확률은 식 7과 같이 계산됩니다.

\begin{align}Y=Z^2&\rightarrow Z=\pm\sqrt{y}\\dz=\frac{1}{2\sqrt{y}}dy,&\quad dz=\frac{1}{2\sqrt{y}}dy\\ P(a\lt Y \lt b)&=P(a \lt Z^2 \lt b)\\&=P(\sqrt{a} \lt Z \lt \sqrt{b})+P(-\sqrt{b} \lt Z \lt -\sqrt{a})\\ &=\int^{\sqrt{b}}_{\sqrt{a}} f(z)\,dz+\int^{-\sqrt{a}}_{-\sqrt{b}} f(z)\,dz\\ &=\int^{\sqrt{b}}_{\sqrt{a}} f(\sqrt{y})\frac{1}{2\sqrt{y}}\,dy-\int^{-\sqrt{a}}_{-\sqrt{b}}f(-\sqrt{y})\frac{1}{2\sqrt{y}}\,dy\\ &=\int^{\sqrt{b}}_{\sqrt{a}} f(\sqrt{y})\frac{1}{2\sqrt{y}}\,dy+\int^{\sqrt{b}}_{\sqrt{a}}f(-\sqrt{y})\frac{1}{2\sqrt{y}}\,dy\\ &=\int^{\sqrt{b}}_{\sqrt{a}} \frac{f(\sqrt{y})+f(-\sqrt{y})}{2\sqrt{y}}\,dy \end{align} (식 7)

식 7의 결과인 미분된 함수를 새로운 함수 g(x)로 하면 식 8과 같이 정리됩니다.

\begin{align}f(\sqrt{y})&=\frac{1}{\sqrt{2\pi}}\exp\left(-\frac{y}{2}\right)\\ f(-\sqrt{y})&=\frac{1}{\sqrt{2\pi}}\exp\left(-\frac{(-\sqrt{y})^2}{2}\right)\\ &=\frac{1}{\sqrt{2\pi}}\exp\left(-\frac{y}{2}\right)\\ g(x)&=\frac{f(\sqrt{y})+f(-\sqrt{y})}{2\sqrt{y}}\\&=\frac{f(\sqrt{y})}{\sqrt{y}}\\ &=\frac{1}{\sqrt{y}}\frac{1}{\sqrt{2\pi}}\exp\left(-\frac{y}{2}\right)\\ &=\frac{1}{\sqrt{2\pi}}y^{\frac{1}{2}-1}\exp\left(-\frac{y}{2}\right)\\ &=\frac{1}{\sqrt{2}\Gamma\left(\frac{1}{2}\right)}y^{\frac{1}{2}-1}\exp\left(-\frac{y}{2}\right)\\ \because\;&\sqrt{2\pi}=\Gamma\left(\frac{1}{2}\right) \end{align} (식 8)

식 8의 마지막 항은 자유도가 1인 χ2(1)의 확률밀도함수 식 3과 같습니다.

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 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)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...

turtle로 정오각형 그리기

정오각형 그리기  오각형을 그리는 것 역시 정사각형 , 정삼각형 을 그리는 것과 유사한 과정을 거칩니다. 단지 각 꼭지점의 각도만이 다르지요. 그러면 정오각형의 각 모서리의 각도는 어떻게 될까요? 이를 생각하기에 앞서 각 도형의 내각을 먼저 생각해보죠. 우리는 삼각형의 내각의 합을 알고 있습니다. 이를 이용하면 각 도형에서 삼각형이 몇개가 존재하는지를 알아보고 "삼각형의 갯수×180"로 그 도형의 내각의 합을 구할 수 있을 것입니다. 다음 그림을 볼까요? 위 그림의 사각형은 1개의 대각선으로 2개의 삼각형으로 구성됩니다. 오각형의 경우 2개의 대각선으로 3개의 삼각형으로 구성됩니다. 즉, 다음의 관계를 보이지요. 사각형의 내각 : 삼각형 2개 2×180=360 한각의 값  360/4=90 오각형의 내각 : 삼각형 3개 3×180=540 한각의 값  540/5=108 육각형의 내각 : 삼각형 4개 4×180=720 한각의 값  720/6=120 ... 위 그림에서 내각과 외각의 관계를 보면 위 그림의 검은색은 각 모서리의 내각이고 빨간색은 외각을 나타냅니다. 외각은 내각을 이루는 하나의 선을 연장했을 경우 상대되는 각도이라고 했습니다. 그러므로 오각형의 경우 내각 108도에 대한 외각은 72도입니다. 특이할 사항은 사각형이나 오각형이나 외각의 합은 360입니다. 즉, 모든 도형의 외각의 합은 360도입니다. (삼각형의 외각의 합을 구해보세요.) 그러므로 모든 정다각형에서 하나의 외각은 다음과 같이 계산될 수 있겠지요. 360/변수의 수=다각형에서 하나의 외각 위에서 회전을 할 경우 내각이 아닌 외각을 사용해야 함을 알았습니다. 그러므로 오각형을 그리는 계획은 다음과 같이 작성할 수 있겠죠. 1) 지정한 길이만큼 앞으로 이동합니다. 2) 오른쪽 또는 왼쪽으로 72도를 회전합니다. 3) 앞으로 동일한 길이만큼 이동합니다. 4) 오른쪽 또는 왼쪽으로 72도 만큼 이동합니다. 5)1번부터 4번 ...