딥러닝 공부방

여인권 교수님의 KMOOC 강의 를 수강하면서 공부한 내용을 정리해보았습니다. 두 모집단 평균 비교 - 독립표본, 분산이 다른 경우 독립표본을 통해 분산이 다른 두 정규 모집단의 평균 비교하는 방법을 알아보겠습니다. 평균 차에 대한 중심축량과 이를 바탕으로 한 구간추정과 가설검정방법을 알아보겠습니다. 1. 정규모집단으로 가정한 경우 통계값 도출 (1) 두 개의 모집단에서 얻은 표본은 독립표본입니다. (2) 점추정은 표본평균의 차를 이용합니다. (3) 표본평균 차의 통계적 성질은 다음과 같습니다. (4) 정규확률변수의 선형결합도 정규분포를 따릅니다. 독립이기 때문에 공분산을 고려할 필요가 없습니다. (5) 표준화하면 다음과 같습니다. 2. 중심축량 구하기 두 모집단의 분산이 같은 경우와 다른 경우의 차이점..

여인권 교수님의 KMOOC 강의 를 수강하면서 공부한 내용을 정리해보았습니다. 두 모집단 평균 비교 - 독립표본, 분산이 같은 경우 독립표본을 통해 분산이 같은 두 정규 모집단의 평균 비교하는 방법을 알아보겠습니다. 평균 차에 대한 중심축량과 이를 바탕으로 한 구간추정과 가설검정방법을 알아보겠습니다. 1. 두 모집단 비교에서의 가정 (1) 두 모집단 모두 정규 분포 형태를 갖는다. (2) 정규 분포라고 보기 어렵다. a. 표본크기가 큰 경우 정규 분포로 가정(대표본) b. 표본크기가 크지 않고 이상점이 존재(비 모수적 방법 이용) 크게 두 가지 경우로 가정해볼 수 있습니다. 2. 정규 모집단으로 가정한 경우 신뢰구간 신뢰구간 구하는 방법을 알아보겠습니다. 정규 모집단으로 가정한 경우 다음과 같습니다. 또..

여인권 교수님의 KMOOC 강의 를 수강하면서 공부한 내용을 정리해보았습니다. 독립표본과 대응표본 독립표본과 대응표본을 알아보기 위해 두 모집단을 비교하는 예시를 보겠습니다. [두 모집단 비교 예시] 1. 진통제를 복용한 그룹과 위약을 복용한 그룹을 대상으로 진통효과 비교 2. 고혈압약을 복용하기 전과 후의 혈압 감소 효과 비교 3. 다른 두 지역을 대상으로 국정운영 지지율을 비교 4. 일란성 쌍둥이를 대상으로 두 다이어트 방법의 효과 비교 1번과 3번은 별개의 두 집단을 비교이므로 독립표본이라고 할 수 있습니다. 2번과 4번은 쌍을 이룬 두 집단 비교이므로 대응표본(짝비교)이라고 할 수 있습니다. 이처럼 두 모집단이 독립표본인지, 대응표본인지 분류할 필요가 있습니다. 검정, 추정 방법이 달라지기 때문입..

황선규 박사님의 , OpenCV 강의를 공부한 내용을 정리했습니다. 영상에 블러링(가우시안 필터) 적용하기 - cv2.GaussianBlur 이전 포스팅에서 평균값 필터 블러링에 대해 알아보았습니다. 평균값 필터 블러링의 단점은 필터링 대상 위치에서 가까이 있는 픽셀과 멀리 있는 픽셀이 모두 같은 가중치를 사용하여 평균을 계산합니다. 멀리 있는 픽셀의 영향을 많이 받아 필터 결과의 퀄리티가 낮아지게 됩니다. 이러한 단점을 보완하기 위해 가우시안 필터를 많이 사용합니다. 필터에 가우시안 함수를 사용하여 거리에 따른 가중치를 이용합니다. 2차원 가우시안 필터 마스크의 크기는 표준편차에 따라 자동으로 설정됩니다. 필터 마스크 크기 = (8$\sigma$ + 1) 또는 (6$\sigma$ + 1) 1. 가우시안..

황선규 박사님의 , OpenCV 강의를 공부한 내용을 정리했습니다. 블러링(평균값 필터) 적용하기 - cv2.blur 평균 값 필터(Mean filter)는 영상의 특정 좌표 값을 주변 픽셀 값들의 산술 평균으로 설정하는 방법입니다. 픽셀들 간의 그레이스케일 값 변화가 줄어들어 날카로운 에지가 무뎌지고, 영상에 있는 잡음의 영향이 사라지는 효과가 있습니다. 마스크 크기가 커질수록 평균 값 필터 결과가 더욱 부드러워 집니다. 하지만 더 많은 연산량이 필요하게 됩니다. 실제 영상에 평균 값 필터를 적용한 결과 1. OpenCV로 영상에 평균값 필터링 적용하기 - cv2.blur OpenCV에서는 cv2.blur 함수로 블러링기능을 제공하고 있습니다. [함수 설명] cv2.blur(src, ksize, dst..

황선규 박사님의 , OpenCV 강의를 공부한 내용을 정리했습니다. 영상에 필터링 적용하기 영상의 필터링(image filtering)은 영상에서 필요한 정보만 통과시키고 원치 않는 정보는 걸러내느 작업이빈다. 1. 필터링 종류 필터링 작동 방법은 크게 두 가지로 나눌 수 있습니다. (1) 주파수 공간에서의 필터링 (Frequency domain filtering) 주파수 값을 이용하는 필터링 방법입니다. 영상에서 주파수 값을 추출하는 FFT를 거쳐서 추출한 값과 설정한 관심영역을 곱하는 IFFT를 통해 주파수 필터링이 작용합니다. (2) 공간적 필터링(Spatial domain filtering) 영상의 픽셀 값을 직접 이용하는 필터링 방법입니다. 대상 좌표의 픽셀 값과 주변 픽셀 값을 동시에 사용합니..

R을 이용해서 모비율을 추론해보겠습니다. (신뢰구간, 가설검정, 표본크기결정) 이론은 여기에서 확인할 수 있습니다. 1. 데이터 입력 n

R을 이용해서 모분산을 추론하겠습니다. (수정제곱합, 분산 신뢰구간, 표준편차 신뢰구간) 이론은 여기에서 확인할 수 있습니다. 1. 데이터 불러오기 # 데이터 불러오기 x

R을 이용해서 모평균 추론을 해보겠습니다.(정규성 검정, 구간 추정, 가설 검정, 표본크기 결정) 1. 모평균 추론하기 (1) 데이터 불러오기 # 평균 취업률 # 전체취업률 mu = 54.5 stat

(k-mooc 통계학의 이해2, 여인권)을 수강하면서 공부한 내용을 정리해보았습니다. 구간추정에 기반한 표본크기결정 방법을 알아 보겠습니다. 가설검정에 기반한 표본크기결정 방법을 이해하겠습니다. 1. 구간추정에 의한 표본 크기 결정 구간추정에 기반한 표본크기결정 방법에 대해 알아보겠습니다. 모비율에서 $\delta$는 $\theta_1$ - $\theta_2$를 의미합니다. 100(1-a)% 신뢰수준에서 허용오차범위가 $\pm\delta$일 때 n(표본크기)은 다음과 같이 구할 수 있습니다. 표본의 크기는 모수추정의 정확도 및 신뢰도에 영향을 줍니다. 2. 예시 문제 이번 조사는 M**회사가 R**회사에 의뢰해 지난 20일 전국 19세 이상 성인남녀 1천명을 전화설문한 결과로 신뢰수준 95%에 표본오차는..