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
Markdown은 HTML과 밀접하다. 그것의 문법은 매우 작교 HTML Tags의 매우 작은 부분에 대응된다. HTML은 출판 형식이고 Markdown은 쓰기 형식이다. 다음은 markdown의 문법을 간략하게 소개한다. <글자크기 관련> Header ===== # H1 ## H2 ### H3 #### H4 ##### H5 ###### H6 H1, H2는 위의 형식 뿐 아니라 아래와 같이 밑줄의 형식으로 나타낼 수 있다. H1 ===== h2 --------- Header H1 H2 H3 H4 H5 H6 H1, H2는 위의 형식 뿐 아니라 아래와 같이 밑줄의 형식으로 나타낼 수 있다. H1 ¶ h2 <강조> 강조: 강조 또는 강조 강한 강조: 강한강조 또는 강한강조 문자 지우기 표시: ~~물결표시 두개로 나타낸다~~ 강조: 강조 또는 강조 강한 강조: 강한강조 또는 강한강조 문자 지우기 표시: 물결표시 두개로 나타낸다. <주석달기> 주석이 필요한 문장 부분에 [캐럿+숫자]의 형식으로 나타낼 수 있다. 주석[^1]: [위키벡과 마크다운 문서](http://ko.wikipedia.org/wiki/마크다운) 주석[^1]: 위키벡과 마크다운 문서 <목록> ### 목록 1. 첫 항목 2. 다른 항목 ..*목록화 되지 않은 작은 목록 1. 목록에서 앞의 숫자가 중요하지 않고 단지 분류의 목적이 있는 목록 1. 분류된 작은 목록 4.다른 항목 '..'는 적당히 들여쓰기를 위해 사용한다. 줄바꿈은 두개의 빈칸을 둠으로서 이루어진다. 한줄 건너띄기는 enter 키를 두번 입력함으로서 이루어진다. *분류되지 않은 목록 - 분류되