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
1 마크다운 문법 1.1 YAML헤더 1.2 문장내에서의 형식 1.3 블럭형식 1.4 수식 표현 1.5 R code 1.5.1 기능적 옵션 1.5.2 출력옵션 1.6 Figures 1.7 Tables 이 장에서는 R 코드, 그림, 표, 인용, 수식 이론들, 그리고 식들과 같은 책을 구성하는 일반적인 요소들을 소개한다. 먼저 Pandoc의 Markdown의 문법을 소개한다. 1 마크다운 문법 Pandoc의 마크다운 문법을 간략히 소개한다. 이 문법의 좀더 자새한 내용은 http://pandoc.org에서 참조할 수 있다. 1.1 YAML헤더 문서의 제목, 저자, 작성일, 기타 파라미터, 출력형태 등의 정보를 메타데이터라 하는데 이러한 정보는 .Rmd 파일의 제일 상단에 위치한다. 이 정보들을 문서를 렌더링하는 출력 포멧 함수에 적용된다. 이 부분의 작성에 필요한 자체적인 형식이 존재한다. 다음에서 나타낸 것과 같이 이부분의 처음과 끝은 ‘—’(3개이상의 대신선)와 ‘—’ 로 구성되며 내용은 그 사이에 입력된다. -– title: ‘test’ author: ‘shs’ output: thml_document -– 데이터의 입력은 키:값(key:value) 형식을 갖는다. 여러개의 값을 입력하는 경우 대괄호내에서 쉼표로 구성된다. 즉, [A, B] 또는 여러줄로 표현할 경우는 줄당 하이픈(-)으로 시작한다. - A - B 이 헤더 파일은 위와 같은 문법하에 작성되어야 하고 그 문법이 렌더링 시 효과를 나타내기 위해서는 사전에 정의된 키 즉, 사용되는 문서의 템플릿과 rmarkdown 패키지의 출력 포맷 함수에 의해 지정되는 것을 사용하여야 한다. 이렇게 사전에 정의된 것들은 팬독에 의해 최종적으로 문서를 랜더링시 사용되기도 한다. 특히 문서의 포맷은 헤더의 키 output에 전달되는 값들에 의해 효과를 나타낸다. rmarkdown 패키지에 의