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 삼각함수 홀함수와 짝함수 삼각함수 그래프 주기적 특성 sympy를 적용한 방정식 해 결정 삼각함수 삼각함수는 0에서 360°를 반복하는 각(degree)과 무한대로 확장, 축소되는 길이의 비로서 도형의 특성을 이해하기 위한 매우 유용한 함수입니다. 이러한 함수는 기본적으로 삼각형과 원을 사용하여 설명됩니다. 예를 들어 원의 중심각 이동은 그것에 대응하는 호(arc)의 변화 또는 원위의 이동점의 변화로 표현됩니다. 또한 그림 1과 같이 원 위의 두 점을 연결하는 것으로 삼각형이 되며 각의 변화는 삼각형의 변의 길이의 변화를 일으키지요. 그림 1 특히 직각삼각형에서 각 변의 비와 각의 관계를 나타내는 sin, cos, tan 등과 같은 삼각함수를 정의할 수 있습니다. 그림 2. 그림1과 같은 직각 삼각형의 사이각으로부터 식 1의 삼각함수를 정의할 수 있습니다. $$\begin{align} \tag{1}& \sin(\theta)=\frac{B}{A}\\&\cos(\theta)=\frac{C}{A}\\&\tan(\theta)=\frac{B}{C}\end{align}$$ 식1로부터 식 2를 유도할 수 있습니다. $$\begin{align}\tag{2}&\tan(\theta)=\frac{B}{C}=\frac{\frac{B}{A}}{\frac{C}{A}}=\frac{\cos(\theta)}{\sin(\theta)}\\ &\csc(\theta)=\frac{1}{\sin(\theta)}\\&\sec(\theta)=\frac{1}{\cos(\theta)}\\&\cot(\theta)=\frac{1}{\tan(\theta)}\end{align}$$ 예 1) 다음 삼각형에서 sin(A), cos(A), than(A)? 위 삼각형 밑면의 길이는 피타고라스 정리에 의해 결정할 수 있습니다. $$\begin{align}\text{hypote