기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

[data analysis]이분산인 두 소규모 표본의 비교

이분산인 두 소규모 표본의 비교

내용

소규모 표본의 경우 다음 2가지 가정하에 t분포를 기준으로 가설검정을 실시합니다.

가정 1: 각 모집단이 정규분포를 따름
가정 2: 두 모분산이 동일

가정 1의 경우 모집단이 크다면 중심극한 정리에 의해 정규분포를 가정하는 것은 합리적입니다. 정규분포는 표준화에 의해 각 모집단의 분포의 분산은 같아집니다. 그러나 정규분포의 가정이 불확실할 경우 가정 2역시 불확실성을 가집니다. 이러한 경우는 각 표본의 분산 정도에 따라 판단합니다. 두 표본 표준편차의 비가 0.5와 2사이에 존재한다면 등분산으로 가정할 수 있습니다(식 1).

$$0.5 ≤ \frac{s_1}{s_2} \le 2$$(식 1)

위 식의 조건에 부합하지 않은 경우 또는 다른 이유로 등분산 가정이 적용되기 어려운 경우 등분산을 가정한 합동분산은 적용할 수 없습니다. 대신에 식 1과 같이 계산되는 결합확률분포의 합동분산을 적용합니다.

\begin{align}E(X-Y)&=E(X)-E(Y)\\&=\mu_x-\mu_y\\\text{Var}(X-Y)&=\text{Var}(X)+\text{Var}(Y)-\text{Cov}(X,Y)\\ &=\frac{\sigma_x^2}{n_x}+\frac{\sigma_y^2}{n_y}\\&\text{Cov}(X,Y)=0\quad \because\;X,\,Y:\text{독립}\\& n: \text{샘플의 크기}, \; \mu: \text{평균},\;\sigma: \text{표준편차}\end{align}(식 1)

이 결합분포의 표준편차는 각 그룹의 샘플 규모를 고려한 것으로 결합분포의 표준오차로 사용할 수 있습니다. 소규모 표본이므로 t 분포를 기준으로 분석을 시행하기 때문에 자유도 선택의 문제가 존재합니다. 합동분산인 경우 자유도는 n1 + n2 - 2를 적용하지만 각각의 표본분산을 사용할 경우 수정된 자유도를 사용합니다. 대표적으로 Welch의 수정된 자유도(df)를 적용합니다(식 2).

$$\text{df}=\frac{\left(\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2} \right)^2}{\frac{1}{n_1-1}\left(\frac{s_1^2}{n_1}\right)^2+\frac{1}{n_2-1}\left(\frac{s_2^2}{n_2}\right)^2}$$ (식 2)

자유도의 값이 정수가 아닌 경우 소수점 첫 자리에서 반올림을 하여 사용합니다. 다른 방법으로 n1-1, n2 -1 중에 작은 값을 자유도에 적용하는 방법도 있습니다.

예 1)

다음 자료는 코덱스 레버리지(kl)와 코덱스 인버스(ki)의 주가 자료로 부터 일일 시가(Open)과 종가(Close)의 변화율입니다. 자료의 규모는 각각 20와 18 개입니다.

data1 data2
0 NaN 0.058
1 NaN 0.559
2 NaN 0.668
3 -7.379 0.690
4 1.785 -0.111

자료의 두 모평균이 같음을 검정합니다.

H0: μkl - μki = 0,   H1: μkl - μki ≠ 0

위 자료 호출을 위한 코드입니다.

st=pd.Timestamp(2024, 4,17)
st2=pd.Timestamp(2024, 4,20)
et=pd.Timestamp(2024, 5, 30)
kl=fdr.DataReader('122630',st2, et)["Close"]
ki=fdr.DataReader('114800', st, et)["Close"]
kl=kl.pct_change()[1:]*100
ki=ki.pct_change()[1:]*100
data=pd.concat([kl, ki], axis=1)
data.columns=["kl", "ki"]
data.index=range(len(data))

두 자료의 표는 등분산 범위를 벗어나므로 이분산으로 가정합니다.

sd_kl=kl.std(ddof=1)
sd_ki=ki.std(ddof=1)
round(sd_kl/sd_ki, 3)
1.788

계산된 결합확률분포의 분산과 자유도를 모수로 하는 t 분포 기반으로 유의수준 0.05에서 신뢰구간과 p-value를 계산합니다. 결합분포의 표준편차는 계산과정에서 각 그룹의 크기가 고려된 것으로 표준오차를 대신할 수 있습니다.

n_kl, n_ki=len(kl), len(ki)
se=np.sqrt(sd_kl**2/(n_kl)+sd_ki**2/(n_ki))
print(f'표준오차: {round(se, 3)}')
표준오차: 0.501
nom=(kl.var(ddof=1)/n_kl+ki.var(ddof=1)/n_ki)**2
deno=(1/(n_kl-1))*(kl.var(ddof=1)/n_kl)**2+(1/(n_ki-1))*(ki.var(ddof=1)/n_ki)**2
df=nom/deno
print(f'자유도: {round(df, 0)}')
자유도: 37.0
mukl, muki=kl.mean(), ki.mean()
mu_hat=mukl-muki
low=mu_hat+stats.t.ppf(0.025, df)*se
up=mu_hat+stats.t.ppf(0.975, df)*se
print(f'하한:{low.round(3)}, 상한:{up.round(3)}')
하한:-0.922, 상한:1.11

위 결과는 표준 T-분포를 기반으로 한 것으로 두 그룹의 평균 차이를 중심으로 하는 T 분포에서 직접적으로 계산할 수 있습니다.

ci=stats.t.interval(0.95, df, mu_hat, se )
print("하한: %.3f, 상한: %.3f" %(ci[0], ci[1]))
하한:-0.922, 상한:1.11

위 결과는 신뢰구간내에 μ = 0인 위치가 포함되어 있으므로 귀무가설을 기각 할 수 없습니다. p-value로서 위 결과를 확인해 봅니다. 우선 t-검정량은 다음과 같습니다.

t_stat=mu_hat/se; t_stat.round(3)
0.187
pVal=2*stats.t.sf(t_stat, df)
print(f"p-value: {round(pVal, 3)}")
p-value: 0.852

위 결과는 두 그룹의 평균이 같다는 귀무가설을 기각할 수 없습니다. 이 t검정은 scipy.stats.ttest_ind() 함수에서 인수 equal_val = False로 지정하여 사용합니다.

re=stats.ttest_ind(kl, ki, equal_var=False)
print(f"통계량: {re.statistic.round(3)}, p-value: {re.pvalue.round(3)}")
통계량: 0.187, p-value: 0.852

statsmodels 패키지의 CompareMeans()클래스로 위 결과를 확인해 봅니다.

from statsmodels.stats.weightstats import CompareMeans, DescrStatsW
cm=CompareMeans(DescrStatsW(kl), DescrStatsW(ki))
se_cls=cm.std_meandiff_separatevar #이분산 표준오차
se_cls.round(3)
0.501
ci_cls=cm.tconfint_diff(0.05, usevar="unequal")
print("하한: %.3f, 상한: %.3f" %(ci_cls[0], ci_cls[1]))
하한: -0.922, 상한: 1.110
stat_cls, pVal_cls, df_cls=cm.ttest_ind(usevar="unequal")
print("통계량: %.3f, p-value: %.3f, df: %d" %(stat_cls, pVal_cls, df_cls))
통계량: 0.187, p-value: 0.852, df: 36
cm.summary(use_t=True, alpha=0.05, usevar="unequal")
Test for equality of means
coef std err t P>|t| [0.025 0.975]
subset #1 0.0939 0.501 0.187 0.852 -0.922 1.110

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 ...