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
댓글 쓰기

R 등분산성( Homoscedasticity)

등분산성( Homoscedasticity)

Bartlett 검정

Bartlett 검정은 집단간 분산에 대해 등분산성을 검정합니다. 이 검정은 두 집단 이상의 자료형식에서도 적용할 수 있으므로 t-검정 또는 일원분산분석에 적용할 자료의 등분산성 가정을 위한 검정에 사용합니다. 이 검정은 정규성에 부합하는 자료에만 적용될 수 있습니다.

검정 통계량은 다음과 같습니다.

$$T=\frac{(N-k)\ln(s^2_p)-\sum^k_{i=1}(N_i-1)\ln(s^2_i)}{1+\frac{1}{3(k-1)}\left(\left(\sum^k_{i=1}\frac{1}{N_i-1}\right) - \frac{1}{N-k}\right)}$$
  • s2i: i 레벨(그룹)의 분산
  • N: 자료의 크기
  • k: 레벨(집단)dml tn
  • s2p: 합동분산(pooled variance)
    • $$s^2_p=\sum^k_{i=1}\frac{N_i-1}{N-k}s^2_i$$

검정의 가설은 다음과 같습니다.

귀무가설(H0): 집단간 분산이 같다.
대립가설(Ha): 최소한 두 집단간의 분산이 다르다.

multcomp 패키지의 데이터 셋 choloesterol을 대상으로 이 검정을 실시 합니다. 이 데이터는 다음과 같이 요인변수인 trt와 연속형 변수인 response로 구성됩니다. 요인은 5개의 수준(그룹)을 포함합니다. 그러므로 각 그룹 대응한 response 값들에 대한 등분산성을 평가합니다. 

library(tidyverse)
library(rstatix)
library(multcomp)
chol %>% sample_n_by(trt, size=1)
# A tibble: 5 × 2
  trt    response
       
1 1time      2.71
2 2times     8.60
3 4times    12.4
4 drugD     17.6
5 drugE     21.5
bartlett.test(response~trt, data=cholesterol)
        Bartlett test of homogeneity of variances

data:  response by trt
Bartlett's K-squared = 0.6, df = 4, p-value = 1

위 결과는 5개 그룹의 분산이 같다는 귀무가설을 기각할 수 없습니다.

Fligner 검정

데이터의 정규성을 파악할 수 없는 경우 비모수 방법인 Fligner 검정으로 등분산성을 검정할 수 있습니다. Fligner-Killeen 중앙값 검정은 정규성에서 벗어나는 것에 대해 강력한 분산의 동질성에 대한 검정입니다(Conover et al.(1981), [CON1]). 중심 표본의 절대값 순위와 가중치를 사용하는 k-표본 단순 선형 순위 방법입니다.

$$a_i=\text{qnorm}\left(\frac{1}{2}+\frac{i}{2(n+1)}\right)$$

qnorm()은 정규분포에서 인수에 대응하는 quantiles을 반환하는 R 함수입니다. R 에서 fligner.test() 함수를 적용합니다. 

fligner.test(response~trt, data=cholesterol)
        Fligner-Killeen test of homogeneity of variances

data:  response by trt
Fligner-Killeen:med chi-squared = 0.74277, df = 4, p-value = 0.946

위 결과 역시 bartlett 검정과 같습니다. 높은 p-value로서 등분산성의 귀무가설을 기각할 수 없습니다.

Leven 검정

Level 검정은 Bartlett 검정의 대안으로 자료의 정규성이 불확실한 경우 레벨 k의 등분산성을 검정합니다. 그러나 정규성이 확실한 경우 Bartlett 검정이 우선됩니다.

  • H0: σ1 = σ2 = … = σk
  • H1: L 그룹의 모집단 최소한 한 그룹의 분산이 다름

검정통계량은 다음과 같습니다.

$$\begin{align}&W=\frac{N-k}{k-1}\frac{\sum^k_{i=1}n_i(Z_{i.}-Z_{..})^2}{\sum^k_{i=1}\sum^{n_i}_{j=1}(Z_{ij}-Z_{i.})^2}\\ &Z_i=\frac{1}{n_i}\sum^{n_i}_{j=1}Z_{ij}\\ &Z_{..}=\frac{1}{N}\sum^k_{i=1}\sum^{n_i}_{j=1}Z_{ij}\end{align}$$
  • k: 그룹의 수
  • ni: i번째 그룹에 속하는 샘플의 수
  • N: 총 샘플 수
  • Zij: i번째 그룹의 j번째 관측값 Yij과 Yi의 L1 norm입니다.

Zij는 다음 식과 같이 계산됩니다.

$$\begin{equation}Z_{ij}=\Vert Y_{ij}-\bar{Y}_i \Vert \end{equation}$$

Yi은 i번째 그룹의 중간값(median), 또는 평균(mean), 또는 절삭평균(trimmed mean)입니다.

Levene은 원래 평균을 사용할 것을 제안했지만 1974년 Brown과 Forsythe의 논문은 Levene의 검정을 중앙값 또는 절삭 평균을 사용하도록 확장했습니다. 중위수는 일반적으로 비정규 데이터에 대해 더 강력하므로 권장되지만 표본의 기본 분포가 알려진 경우 절삭평균이 더 나은 성능을 제공할 수 있습니다.

W 테스트 통계는 k−1 및 n−k 자유도로 대략 F-분포에 부합합니다.

car패키지의 leveneTest()함수를 적용합니다.

leveneTest(y, group, [data], center=median, trim,...)
y: 반응변수
group: 설명변수, 반응변수~설명변수와 같은 formular로 대체 가능
formula 사용시 data를 지정합니다.
center: 대표값(중앙값, 평균, 절삭평균), 기본은 중앙값
trim: 절삭평균을 사용할 경우 절삭할 기준을 지정
library(car)
leveneTest(response~trt, data=cholesterol)
Levene's Test for Homogeneity of Variance (center = median)
      Df F value Pr(>F)
group  4  0.0755 0.9893
      45
라벨:

댓글

댓글 쓰기

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
댓글 쓰기
자세한 내용 보기

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
댓글 쓰기
자세한 내용 보기

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
댓글 쓰기
자세한 내용 보기