비모수 검정

Python에서 배우는 추론 통계 기초

Paul Savala

Assistant Professor of Mathematics

비모수 검정

  • 가정이 있을 수 있음
  • 정규성이 필요하지 않음
  • 다양한 데이터에 적용
  • 때때로 검정력이 낮음
  • 순위 데이터에 유용 (예: 별점)

서로 다른 모양의 데이터를 가진 4개의 히스토그램.

Python에서 배우는 추론 통계 기초

모수 검정

 

  • 독립 표본 t-검정
  • ANOVA
  • 대응 표본 t-검정
  • 피어슨 상관계수 R

비모수

 

  • 윌콕슨-맨-휘트니 U 검정
  • 크루스칼-왈리스 검정
  • 무드 중앙값 검정
  • 켄달의 tau
Python에서 배우는 추론 통계 기초

무드 중앙값 검정

두 개의 대응 측정치의 중앙값 비교

대학별 점수 두 열을 가진 DataFrame의 5개 행.

정규분포가 아닐 가능성 높음

s, p_value, m, table = stats.median_test(df['thew_score'], df['arw_score'])
Python에서 배우는 추론 통계 기초

무드 중앙값 검정

print(p_value < 0.05)

TRUE
  • 결론: 중앙 순위가 다름
  • t-검정은 정규성을 가정(무드 중앙값 검정은 아님)
  • 가정과 데이터가 맞을 때만 타당한 추론
  • 목적에 맞는 도구를 사용
Python에서 배우는 추론 통계 기초

켄달의 tau

  • 값 범위: -1 ~ 1
  • $\tau = -1$: 완전 불일치
  • $\tau = 0$: 상관 없음
  • $\tau = 1$: 완전 일치

대학별 순위를 보여 주는 DataFrame의 5개 행.

tau, p_value = stats.kendalltau(
    df['thew_rank'], 
    df['arw_rank'])


print(tau, p_value < 0.05)

0.651, TRUE
Python에서 배우는 추론 통계 기초

연습해 봅시다!

Python에서 배우는 추론 통계 기초

Preparing Video For Download...