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
Simplification(단순화) General simplify sympy의 가장 유용한 특징중의 하나는 수학적 표현을 간단히 하는 기능입니다. 이를 위해 simplify() 함수를 사용합니다. simplify(x): 식 x를 간단히 정리 합니다. x=symbols("x") simplify(sin(x)**2+cos(x)**2) 1 simplify((x**3+x**2-x-1)/(x**2+2*x+1)) x - 1 simplify(gamma(x)/gamma(x-2)) (x - 2)*(x - 1) 위의 예는 식들 사이의 연산에 의한 간략화 된 형태의 식을 반환합니다. 3번째에서 나타낸 특수한 식인 감마함수(gamma(x))에 대해 소개합니다. 이 식은 확률분포 등 여러 부분에서 사용되는 표현식으로 다음과 같이 정의 됩니다. $$\Gamma(n) =(n-1)!$$ gamma(x).subs(x,4) 6 이 감마함수는 음이 아닌 정수를 제외한 모든 수에서 정의됩니다. 그러나 factorial(!)을 사용하는 경우 정의상 부동소수에서는 계산이 어렵지요. 이 경우는 다음과 같이 정의된 형태를 사용합니다. $$\Gamma(z)=\int^\infty_0 x^{z-1}e^{-x} dx$$ gamma(x).subs(x,4.5) 11.6317283965674 사용된 simplify()함수는 식의 연산 결과로 복잡한 식들을 간단한 형태로 정리하지만 연산이 아닌 하나의 식을 더 정리하는데는 제한됩니다. 즉, 다음 식은 인수분해를 통해 간략화 할 수 있습니다. $$ x^2+2x+1 \rightarrow (x+1)^2$$ 그러나 simplify() 함수는 위와 같은 결과를 반환하지 않습니다. simpilfy()함수는 공통사항을 찾아 그 부분에 대한 정리를 기본으로 합니다. simplify(x**2+2*x+1) x**2 + 2*x +