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
재귀함수(Recursive Function) 함수는 다른 함수를 포함할 수 있습니다. 그 포함된 함수가 자신의 함수일 경우의 형태를 재귀함수 라고 합니다. 예를 들어 어떤 주어진 수에 대해 1부터 그 수까지의 모든 정수를 곱하는 경우 즉, factorial을 재귀함수로 작성할 수 있습니다. n factorial = n! = 1·2·3 … n def factorial(x): if x==1: return 1 else: return (x*factorial(x-1)) factorial(5) 120 함수 fatorial()의 else 문 블럭에 자신의 함수를 사용하였습니다. if 문은 전달된 인수가 1인 경우 실행되며 함수는 종결됩니다. 이와 같이 재귀함수는 자신의 함수를 반복적으로 사용하기 때문에 함수의 실행을 종결할 조건을 첨가해야 됩니다. 위 함수에 인수 5를 전달하여 실행하는 과정은 다음과 같습니다. factorial(5) → 5 ×factorial(4) : fatorial(4) 호출 → 5 × 4 × factorial(3) : fatorial(3) 호출 → 5 × 4 × 3 × factorial(2) : fatorial(2) 호출 → 5 × 4 × 3 × 2 × factorial(1) : fatorial(1) 호출 → 5 × 4 × 3 × 2 × 1 재귀함수의 또 다른 예로 인수로 전달한 수를 각 자리의 숫자로 분리하기 위한 것입니다. 예로 98을 9와 8로 분리하여 나타냅니다. def eachNum(x): if x < 10: print(x, end=" ") else: eachNum(int(x/10)) print(x%10, end=" ") # %는 나머지를 반환하는 연산자입니다. eachNum(98) 9 8 위 함수는 다음과 같이 실행됩니다.