Differences

This shows you the differences between two versions of the page.

--- variance [2020/04/14 14:40] – hkimscil
+++ variance [2020/04/14 14:43] – [Read more] hkimscil
@@ Line 86: / Line 86: @@
   * 마지막으로 위의 분산값이 갖는 의미를 이렇게도 이야기할 수 있다.
     * 어느 정상분포의 (normal distribution) 평균을 알고 있다고 하자.
-    * 만약에 당신이 각 분포내 각 개인의 값을 예측해야 한다고 할 때, 가장 오차가 작은 예측값을 대는 방법은 평균값으로 예측 값을 쓰는 것이다. 따라서, SS 값은 //(평균값으로 개인의 점수를 예측했을 때 발생하는) 오차의 제곱의 합//을 의미하며, 이 **오차의 제곱합**을 N으로 나눈 값이 분산값이다.
+    * 만약에 당신이 각 분포내 각 개인의 값을 예측해야 한다고 할 때, 가장 오차가 작은 예측값을 대는 방법은 평균값으로 예측 값을 쓰는 것이다. 따라서, SS 값은 //(평균값으로 개인의 점수를 예측했을 때 발생하는 개인) 오차의 제곱의 합//을 의미하며, 이 **오차의 제곱합**을 N으로 나눈 값이 분산값이다. 이는 현재로서는 중요하지 않지만, 후에 correlation과 regression을 배울 때 유용한 개념이므로 이해해 두도록 한다.
 따라서 위의 보기에서 들었던 X 변인의 집합에서 분산 값은 1.5이다.
@@ Line 138: / Line 138: @@
 ====== Read more ======
-샘플의 분산으로 모집단의 분산값을 추정할 때에는, 샘플의 숫자인 $n$ 대신에 $n-1$ 을 사용하기도 한다 ((참조. [[:estimated standard deviation]]))((See also,  {{youtube>KkaU2ur3Ymw}})). 샘플의 분산은 $s^2$ 을 기호로 사용한다.
+샘플의 분산으로 모집단의 분산값을 추정할 때에는, 샘플의 숫자인 $n$ 대신에 $n-1$ 을 사용한다 ((참조. [[:estimated standard deviation]]))((See also,  {{youtube>KkaU2ur3Ymw}})). 샘플의 분산은 $s^2$ 을 기호로 사용한다.
 $ s^2 = Var[X] = \displaystyle \frac{\displaystyle \sum_{i=1}^n (X_i - \overline{X})^2}{n-1}$
-흔히들 부르기를, 분산 공식의 분자부분을 **Sum of Squares**라고 부르고 줄여서 $SS$라고 쓰고, n-1을 [[degrees of freedom]] 혹은 이를 줄여서 $df$라고 쓴다. 따라서 위의 분산을 구하는 식은 아래와 같이 표현될 수 있다.
+위에서 언급한 것처럼, 분산 공식의 분자부분을 **Sum of Squares**라고 부르고 줄여서 $SS$라고 쓰고, n-1을 [[:degrees of freedom]] 혹은 이를 줄여서 $df$라고 쓴다. 따라서 위의 분산을 구하는 식은 아래와 같이 표현될 수 있다.
 $$s^2 = \displaystyle \frac{SS}{df}$$