​안녕하세요, 여러분! 오늘은 시계열 데이터와 패널 데이터에 대해 알아보겠습니다. 이 두 가지 데이터 유형은 통계학과 경제학에서 매우 중요한 역할을 하며, 각각의 특성과 차이점을 이해하는 것이 중요합니다. 그럼 시작해볼까요?​1. 시계열 데이터란?시계열 데이터는 특정 변수의 값을 시간에 따라 기록한 데이터입니다. 예를 들어, 한 기업의 월별 매출액이나 기온 변화 등을 시계열 데이터로 표현할 수 있습니다. 이 데이터는 시간의 흐름에 따른 변화를 분석하는 데 유용하며, 주로 경제학, 기상학, 금융 분야에서 많이 사용됩니다.​2. 패널 데이터란?패널 데이터는 여러 개체에 대한 시계열 데이터를 결합한 형태입니다. 즉, 동일한 개체에 대해 여러 시점에서 수집된 데이터로, 예를 들어 여러 기업의 연도별 매출액을 기..

오늘 소개해 드릴 책은 한빛미디어에서 나온 이렇게 쉬운 통계학입니다. 2019년에 발행된 책이구요. 저는 전자책으로 읽어보았어요.​​ ​ ​ 저자는 일본인이고 이 책은 번역본입니다.​​ ​ ​ '이렇게 쉬운'이라는 수식어가 붙어있는것처럼 이 책은 최대한 통계학을 쉽게 접근하려고 했어요. 인공지능 붐이 일면서 통계학에 대한 관심도 높아지고 있어요. 그런데 그만큼 내용이 어려운 게 사실이에요. 이 책은 최대한 개념을 쉽게 그리고 독자의 개념 이해를 돕기 위해 적절한 일러스트를 제시하고 있어요. ​ 예를 들어 평균, 중앙값, 최빈값이 일반인들은 헷갈릴 수 있어서 아래와 같은 일러스트로 개념을 소개하는거죠. 그림을 보면 차이점을 쉽게 알 수 있어요.​​ ​ ​ 평균은 특이값에 약한 대푯값임을 설명하고 이를 그림..

​ 조건부 확률(Conditional probability)은 어떤 사건이 발생하였을 때, 다른 사건이 발생할 확률을 의미합니다. 조건부 확률은 P(B|A)와 같이 표기합니다. 여기서 B는 조건이 되는 사건이며, A가 일어난 상황에서 B가 일어날 확률을 나타냅니다. ​ 수식으로 표현하면 다음과 같습니다. P(B|A) = P(A∩B) / P(A) ​ 여기서 P(A∩B)는 사건 A와 B가 모두 일어날 확률이며, P(A)는 사건 A가 일어날 확률입니다. 이 때, 사건 A와 B가 서로 독립일 경우 P(B|A) = P(B)가 성립합니다. ​ 예를 들어, 주사위를 던져서 3이 나오는 확률을 P(A)라고 하고, 그 결과가 홀수인 경우의 확률을 P(B)라고 합시다. 이 때, 주사위의 결과가 3인 상황에서 홀수가 나올 ..

확률 변수는 어떤 사건의 결과로 나올 수 있는 값들을 대상으로 확률을 부여하는 변수입니다. 간단한 예를 들어보면, 동전 던지기를 할 때 앞면이 나오면 1, 뒷면이 나오면 0으로 값을 지정한다고 하면, 이 값은 0 또는 1의 두 가지 값 중 하나를 가지게 됩니다. 이렇게 동전 던지기에서 나올 수 있는 결과들이 가능한 값들이 됩니다. 이렇게 가능한 값들을 변수로 나타낸 것이 확률 변수입니다. 확률 변수는 이 가능한 값들을 대상으로 어떤 값이 나올 확률을 부여하는 것입니다. 예를 들어, 동전 던지기에서 앞면이 나올 확률은 0.5이고 뒷면이 나올 확률도 0.5입니다. 이렇게 확률 변수는 가능한 값들과 그 값이 나올 확률을 모두 고려합니다. 또한, 이렇게 가능한 값들의 집합이 연속적인 경우에는 확률 밀도 함수를 ..