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
내용
수학일반
선형대수
- 벡터(Vector)
- 벡터 연산(Vector Operation)
- 직교벡터(Orthogonal vectors)와 정사영(Projection)
- 행렬(Matrix)의 특성과 종류
- 역행렬과 행렬식
- 선형시스템(Linear System): 선형결합
- 선형독립과 선형종속
- 선형독립과 기저
- 가역행렬에 대한 정의
- 벡터공간과 부분공간
- 영공간(Nullspace)과 열공간(Column space)
- 벡터의 좌표시스템
- 급수(Rank)
- 고유값과 고유벡터
- 마코브 체인(Markov Chains)
- 변환(Transform)과 핵 그리고 치역(Kernel and Range)
- 선형변환(Linear transformation)
- 직교집합, 투영 그리고 Gram-Schmidt 과정
- 유사변환과 대각화
- QR 분해
- 고유분해(Eigen-Decomposition)
- 스펙트럴 분해(Spectral decomposition)
- 이차형식(Quadratic forms)
- 기저의 변경
- 내적과 직교성
- 직교행렬과 주성분분석
- 최소제곱해
- 최소제곱법에 의한 수학적 모형
- 행렬객체만들기
- 행렬연산
- 행렬변환의 응용
- 행렬식
- 행렬변환
- 행렬 형태의 평균, 분산, 그리고 공분산
- 특이값 분해
- Affin combination과 linear combination
미적분
- 극한(limit)의 개념
- 극한의 특성과 계산
- 무한대와 극한
- 미적분의 기본 용어
- 미분의 개념
- 결합함수의 미분
- 고계도 미분
- 치환미분
- 미분의 기하학적 의미
- 극대와 극소(Maxima and Minima)
- 극소와 극대의 결정
- 부분분수의 미분
- 역함수의 미분
- 지수와 로그함수
- 지수와 로그 함수의 미분
- 삼각함수의 미분
- 편미분(Partial differential)
- 적분의 일반 규칙과 부정적분(Indefinite Integral)
- 정적분(Definite Integral)
- 적분방법
- 미분방정식이란?
- 선형미분방정식
- 비선형 1차 미분방정식(Separable Equations)
댓글
댓글 쓰기