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
심리지수 소비자 심리지수(Consumer Sentiment Index) 한국은행에서 실시하는 소비동향조사를 기초로 현재생활형편CSI, 생활형편전망CSI, 가계수입전망CSI, 소비지출전망CSI, 현재경기판단 CSI, 향후경기판단 CSI 등 6개 주요개별지수의 평균값과 표준편차를 이용하여 합성해 만든 종합지수로서 소비자들이 경기상황을 어떻게 받아들이는지를 종합적으로 나타내줍니다. 소비자심리지수는 지수자체의 증감 뿐만 아니라 기준치(100)을 대한 변동이 중요합니다. 100이상이면 앞을 생활형편이나 경기, 수입 등이 좋아질 것으로 보는 사람들이 많다는 의미이고, 미만이면 그 반대를 나타냅니다. 제조업업황실적BSI 경기동향에 대한 기업가들의 판단 및 예측과 계획의 변화 추이를 관찰하여 지수화한 지표로 기업들의 응답결고들에 대한 평균값을 0(매우악화)~200(매우호조)의 범위로 환산. 100이면 전분기 대비 변화없음, 100이상이면 전분기 대비 호전, 작으면 악화를 의미 가계는 소득이 올라가면 소비를 늘릴 것이고 이는 기업실적을 올리는 역할을 할 것입니다. 또한 기업은 실적의 상승은 고용을 증가시킬 것이고 따라서 가계의 소득은 더욱 늘어날 것이다. 바로 경제의 선순환과정이 일어나는 모습입니다. 다음 자료는 한국은행경제통계시스템 에서 취합한 것입니다. import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt mpl.rcParams["font.family"]="nanumgothic" mpl.rcParams["font.weight"]="bold" mpl.rcParams["font.size"]=11 data=pd.read_excel("경기지수.xlsx", sheet_name="data"