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 limit() 함수 좌극한, 우극한 data4limit 극한 limit() 함수 limit()함수를 사용합니다. limit(식, 변수, 값) 이 함수의 각 인수는 다음과 같습니다. $$\underset{\text{변수} \to \text{값}}{\quad \text{limit} \quad }\text{식}$$ import numpy as np import pandas as pd from sympy import * 예 함수 f(x)=sin(x)와 $g(x)=\frac{\sin(x)}{x}$의 0으로의 극한을 계산합니다. x=symbols('x') f=sin(x) limit(f, x, 0) 0 g=sin(x)/x limit(g, x, 0 ) 1 극한이 정해진 수에 접근하는 경우 .subs() 메서드를 적용할 수 있습니다. ex=x**2/exp(x) limit(ex, x, 1000) $\quad\color{navy}{\scriptstyle \frac{1000000}{e^{1000}}}$ ex.subs(x, 1000) $\quad\color{navy}{\scriptstyle \frac{1000000}{e^{1000}}}$ 그러나 변수가 무한대로 접근하는 경우 .subs()를 적용할 수 없습니다. limit(ex, x, oo) 0 ex.subs(x, oo) NaN sympy의 Limit 클래스는전달되는 식의 계산이 평가되지 않은 상태로 반환됩니다. Limit((cos(x)-1)/x, x, 0) $\quad\color{navy}{\scriptstyle \lim_{x \to 0^+}\left(\frac{\cos{\left(x \right)} - 1}{x}\right)}$ 위 표현식을 평가하기 위해 .doit() 메서드가 적용됩니다. Limit((cos(x)-1)/x, x, 0).doit() 0 limit((cos(x)-1)/x, x, 0) 0 좌극한, 우극한 함