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
역함수의 미분 함수 y = 3x의 종속 변수 y는 독립 변수 x에 의존합니다. 두 변수의 관계가 역전되는 경우는 다음과 같이 나타낼 수 있습니다. $\displaystyle x = \frac{y}{3}$ 이러한 형태를 역함수(inverse function) 이라고 합니다. 함수의 미분은 $\displaystyle \frac{dy}{dx}$가 되지만 역함수의 미분은 $\displaystyle \frac{dx}{dy}$가 됩니다. 이들의 곱은 1이 됩니다. 이 과정은 다음과 나타낼 수 있습니다. $$\begin{align} y = 3x & \rightarrow \frac{dy}{dx} = 3\\ x = \frac{y}{3} &\rightarrow \frac{dx}{dy} = \frac{1}{3}\\ \frac{dy}{dx}=\frac{1}{\frac{dx}{dy}} &\rightarrow \frac{dy}{dx}\cdot \frac{dx}{dy} = 1 \end{align}$$ 위 과정은 다음과 같이 코드화 할 수 있습니다. import numpy as np import pandas as pd from sympy import * import matplotlib.pyplot as plt x, y=symbols('x y') eq=y-3*x eq −3x+y y1=solve(eq, y) y1 [3*x] y1[0].diff(x) 3 x1=solve(eq, x) x1 [y/3] x1[0].diff(y) $\quad \small \color{blue}{\frac{1}{3}}$ y1[0].diff(x)*x1[0].diff(y) 1 식 $y = 4x^2$에 대해 역함수의 미분을 시행해 봅니다. x, y=symbols("x, y", real=True) eq=4*x**2-y eq 4x 2 -2 y1=solve(eq, y) y1 [4*x**2] dy=[i.diff(x) for