산림통계학 정리 1. Countif : 도수카운트하기, 숫자 아니라 질적변수 2. Frequency : 양적 변수 셀 때, 계급구간이 나누어져 있는 곳에서 + 컨트롤 시프트 엔터 3. Average : 평균/ 중간점 4. 상대도수 = 도수 / 도수의 합계 5. Median : 중앙치, 가운데 두 수 더해 2로 나눈다. 6. Mode : 최빈치 7. 가중평균 : (a평균 * a도수 + b평균 * b도수) / (a도수 + b도수) 8. 범위 : max – min 9. Var.s : 표본분산 10. Stdev.s : 표본표준편차 11. Quartile.exc(a,b) : b는 1,2,3 이는 사분위수이다. 12. 사분위수 범위 : 3사분위 - 1사분위 13. 변동계수 =(표준편차/평균) * 100 서로 다른 단위의 값을 비교할 때 단위 없애주는 것 14. Abs : 절댓값 개요 1) 통계학 소개 2) 기술통계 대푯값, 산포도, 통계량 3) 확률분포 4) 표본집단 비교 5) 상관분석 및 회기분석 1) 통계학의 소개 통게학의 정의 : 연구 목적에 필요한 자료수집, 검사해 미지의 사실을 밝혀 신뢰성 있 는 결론을 과학적, 논리적으로 분석하는 학문 종류는 기술통계학 과 추론통계학으로 나눠진다. 기술통계학 : 데이터 집합 분포 파악, 특성을 요약해 설명해주는 대표치 개발하는 분 야. 사용자의 이해 돕기 위해 데이터 요약, 시각적으로 보기 좋게 표현한다. 추론통계학 : 수집된 데이터 이용해 모집단 특성(모수)를 추론해 변수들 간에 적절한 함수 관계를 진위 여부를 판단하는 과정이다. 문제 의식 → 가설 설정 → 실험 → 데이터 분석 → 가설 검증 모수 : 모집단의 확률분포함수의 형태를 결정하는 값 또는 모집단의 특성 나타내는 수치 통계량 : 표본의 성격 나타낸 수치 모수는 통계량에 의해 추정되고 필연적으로 오차가 발생 한다. 이 오차를 표본오차라 고 한다. 양적 변수는 두 가지로 나뉘는데, 불연속 변수와 연속 변수로 나뉜다. 불연속 변수 : 이산형 변수만 가능 표본의 대표성 : 모수 추정 위해서 표본이 모집단 특성 잘 반영되어야 함. 모집단 모 든 개체가 표본으로 추출될 확률 동일하게 해야 함. 데이터수집 방법엔 4가지가 있다. 1. 단순확률표본추출 : 번호표, 1/n 2. 집략표본추출 : 배치, 조를 뽑는다(집락 내 전수조사) 3. 단일표본 추출 : 2 → 1(2의 전수조사 힘들 때) 4. 층화확률표본추출 : 이질적인 모집단을 동질적인 몇 개의 부분집단 구분 후 1 실 시 2) 기술통계 대푯값, 산포도, 통계량 1. 대푯값과 산포도 : 대푯값 또는 변동의 크기 통해 수집된 자료의 특성 파악 범위 대푯값 설명 : 위치 통계량 = 자료의 특성 데이터 분포 설명 : 산포도 통계량 (산포도는 표본편차가 낮아질수록 신뢰도가 증가한다.) 2. 그래프 1. 도수분포표 : 각 개체 어느 계급인지 색으로 표현 2. 도수분포도 : (히스토그램) 계급 해당하는 부분 그래프 표시 3. 오자이브 : s자형태, 누적 빈도나 백분율 4. 산점도 : 두 변수의 분포 경향 혹은 선형 정도를 파악 → 상관분석이나 회귀 분석에 주로 이용한다. 추세선 이용 위치 통계량 : 데이터 구조를 요약하여 설명하기 위해 대푯값, 자료들이 어떤 값 중심 으로 분포되어 있는지 나타낸다. 1. 산술평균 : 특징 1) 편차 합 2) 편차 제곱 합 최소값 (산술평균 의한)ㄴ 3) 가장 기본 대표치 4) 극단치의 영향을 받는다 (단점) 절사평균 : 극단치 제외 (이상값 크게 영향x) 원저화 평균 : 극단치를 인근자료로 대치시킨다. 15% 절사평균 20% 절사평균 원저화 2. 중위수(중앙값) : 중앙에서 위치(오름차순 나열) 3. 최빈수 1) 여러 개의 최빈수가 가능 2) 도수 모두 동일 할 때 (한 개 씩일 때) → 최빈수가 없다 3) 평균과 중앙값보다 중심위치 척도로 중요할 수 있다. 4) 이산형 자료 → 빈도 세어서 구함 5) 연속형 자료 → 도수분포표 이용함, 평균 중앙값, 최빈수의 관계 1. 대칭 : 셋 다 거의 같다. 2. 오른쪽 꼬리 김 (왜도 양수) : 평균 > 중앙값 > 최빈값 3. 왼쪽 꼬리 김 (왜도 음수) : 평균 < 중앙값 < 최빈값 비대칭계수(왜도) 모집단 표본집단 4. 4분위수 : 데이터 오름차순 정렬 후 100등분 시, 25% 50%(중앙값) 75% 위치에 있는 수 사분위수 범위 : 중앙 50% 관측값의 퍼진 정도를 나타내 극단값 영향을 받지 않는다. 하 지만 전체 값 추정 어려워 분산과 표준편차보다 덜 쓰임 구하는 방법 전체 자료 개수 홀수 시에는 n+1을 씀. 5. 상자그림과 상자수염그림 분포 위치, 산포도, 대칭성 혹은 치우침 파악 꼬리 부분 이상값 유무 파악 효과적이다. 6. 산포도 통계량 : 자료들이 중심위치에서 얼마나 떨어져 있는 지 나타내는 척도 (중심 위 치 + 산포도 정도) Ex) 소나무 흉고직경 평균 흉고직경 : 2 > 1 균일성 :1>2 자승합 : 편차제곱 =sumsq() 7. 8. 분산 1) 모분산 : 자승합/n var.p 2) 표본분산 : 자승합/자유도 var 표준편차 : 관측치들이 평균으로부터 평균적으로 얼마나 떨어져 있는 지 나타내는 수치 1) 모 표준편차 : stdev.p 2) 표본표준편차 : stdev 9. 비대칭도 와 첨도 비대칭도(왜도) : 숫자 클수록 비대칭 심함. 제1왜도계수 (평균, 최빈수) 모집단 : 표본집단 : 제2왜도계수 (평균, 중위수) 최빈수를 중위수로 바꾸면 된다. 첨도 : 꼭지점의 뾰족한 정도 10 변이계수 : 단위가 다른 두 데이터의 변이 분포 비교 Cv = 표준편차/평균 * 100 (%) 단위가 없다 추론통계(단일표본) – 가정 : 정규분포 1. 정규검정(z검정, 양측대립가설) 귀무가설(H0) : μ = μ0 대립가설(H1) : μ ≠ μ0 귀무가설 기각 = 대립가설 채택 유의수준 알파인 검정에서 기각할 확률 알파를 양쪽 꼬리에 동등하게 분할하여 다음과 같이 기각역을 결정한다. 2. 단일 표본 추론 : 한 모집단에서 추출된 표본 기초로 모집단의 특성을 추측하는 것이다. 1) 모수의 추정(기술통계) 2) 통계적 가설검정(추론통계) : 모수의 참값이 조사자의 추측을 지지하는지 부인하는지 에 대해 조사하는 것이다. 그 종류는 3가지다. 1. 점추정 : μ을 하나의 값으로 추정 표본 자료로부터 미지의 모수에 가까운 하나의 수 계산한다. 미지의 모수 = 추정량 추정량 : 모수 측정 위해 사용되는 통계량이다. 추정량의 표준편차 = 표준오차(평균과 측정된 평균의 차이) 추정값의 정확도를 알기 위해서 표준편차와 표본분포를 계산한다. 샘플 수가 늘수록 →오차가 줄어든다. 모집단 변이가 클수록 대표성이 줄어들게 된다. 표본오차 : 표본평균들의 표준편차 동일 표본 시험을 무수히 많이 했을 때 → 대부분 표본 평균들이 어느 범위에 속 하느냐를 파악해 모수의 위치를 추정 → 이 때 범위를 정해주는 것이 표준오차 표준편차 : 하나의 표본집단 대한 통계식 이미 실행한 데이터 분포에 대한 설명이다. 표준오차 : 가상의 여러 표본집단으로 나올수 있는 수치에 대한 추정이다 (모수 추정) 중심극한 정리 : 모집단이 정규분포하지 않을 때 표본의 평균들은 정규분포에 가 까워진다. → 평균이 μ이고 표준편차가 γ 인 임의의 모집단에서 확률분포를 추출 하면 n이 클 때 표본들의 평균은 μ이고 표준편차는 γ / 루트 n 인 정규분포를 근 사적으로 따른다. 3. 2. 구간 추정 : μ의 값이라고 기대되는 값들의 구간을 결정 3. 가설 검정 : μ와 모집단 비교 정규분포와 표준정규분포 정규분포 : 평균을 중심으로 좌우대칭(종모양)의 곡선으로 측정값이 분포하는 것. 특징 1. x축과 만나지 않음 2. 연속확률분포를 함수형태로 표현한 것. 즉, 확률밀도 함수이다. 3. 면적 = 확률 표준정규분포 : 표준화 방법 : 엑셀 : =normsdist(1. 17) → 음의 무한대부터 z=1.17까지의 확률 표준화 안했을 시 =normdist(5.34 ,3,2, true) = 0.879 이는 음의 무한대부터 z=5.34까지의 확률 4. t분포 : 표본집단의 평균 가지고 보는 분포. Df = n -1 T 분포표 중앙이 t값 vs z분포표 중앙이 확률. Tdist x : 2.262 5. deg_~ : n-1 , talls(꼬리) : 1 or 2 → α값이 나오게 된다. 카이제곱 분포 : 표본집단의 분산을 가지고 하는 분포 내가 가진 표본집단의 분산이 모집단의 분산을 얼마나 잘 설명하는지 / 비대칭형 그래프 – 오른쪽부터 읽어야 한다 (30개 이상 시 정규분포 따른다). =chilist(x, df) → 면적 , x는 카이제곱 값 =chiinv(probability, df) → 카이제곱 값 모분산의 구간추정 6. f분포 ( 두 집단 분산 파악) 두 표본의 분산비 F = (집단 1의 분산 제곱)/(집단 2의 분산 제곱) 계산된 f 값 < f분포 값 → 통계적으로 동일 , 반대시 통계적으로 동일하지 않다. =FDIST(F, df1, df2) 7. 모수 추정 문제 모수 추정 문제 1) 신뢰성 → 모수의 신뢰구간 설정으로 해결 신뢰구간 : 모수 포함할 것으로 기대되는 표본통계량 구간 (보통 95% 신뢰구간) 좋은 추정량 되기 위한 3가지의 조건 1. 2. 3. 불편향성 : 추정량 평균 = 모수 효율성 : 추정량의 분산이 낮으면 낮을수록 좋다. 일치성 : 표본크기가 많을수록 추정값과 모수값이 거의 일치한다. 이를 모두 만족할 시 불편향 추정량이라 한다. 2) 통계량의 진위여부 → 가설검증으로 해결 1. 제 1종의 오류(α) : 귀무가설 맞지만 기각하고 대립가설을 채택 2. 제 2종의 오류(β) : 귀무가설 틀린데 채택 실제 결정 결정 귀무가설 채택 귀무가설 기각 귀무가설이 진실 옳은 결정 α 귀무가설이 틀림 β 1- β 검정력 : 대립가설이 사실일 때 대립가설을 채택할 확률.