이전 글에서는 간단한 예제를 통해 귀무가설과 대립가설의 기본적인 개념을 살펴봤다. 이번에는 좀 더 복잡한 상황에서 어떻게 이 두 가설을 설정하고 검정하는지 알아보자. 예제: 교육 프로그램의 효과 한 교육 기관에서 새로운 교육 프로그램을 도입하려고 한다. 이 프로그램이 학생들의 성적 향상에 기여하는지 알아보고자 한다. 귀무가설 (H0): 새로운 교육 프로그램은 학생들의 성적에 영향을 주지 않는다. 대립가설 (H1): 새로운 교육 프로그램은 학생들의 성적을 향상시킨다. 학생들을 두 그룹으로 나누어 한 그룹에는 새로운 교육 프로그램을 적용하고, 다른 그룹에는 기존의 교육 방식을 계속 적용한다. 일정 기간 후 두 그룹의 성적 변화를 비교한다. 결과 해석 만약 새로운 교육 프로그램을 적용한 그룹의 성적 향상이 통..
데이터분석
앞서 쉬운 예제를 통해 귀무가설과 대립가설에 대해 알아봤다. 이번에는 다양한 상황에서 어떻게 이 두 가설을 활용하는지 알아보자. 예제: 새로운 다이어트 식품의 효과 한 건강식품 회사에서 새로운 다이어트 식품을 출시하려고 한다. 이 식품이 실제로 체중 감량에 효과가 있는지 알아보고 싶다. 귀무가설 (H0): 새로운 다이어트 식품은 체중 감량에 효과가 없다. 대립가설 (H1): 새로운 다이어트 식품은 체중 감량에 효과가 있다. 이제 소비자들에게 새로운 다이어트 식품을 제공하고, 체중 변화를 관찰한다. 결과적으로 새로운 다이어트 식품을 섭취한 소비자들의 체중이 줄었다고 가정하자. 결과 해석 만약 새로운 다이어트 식품을 섭취한 소비자들의 체중 감소가 통계적으로 유의하게 나타났다면, 귀무가설을 기각하고 대립가설을..
앞서 귀무가설과 대립가설에 대해 간략하게 알아봤다. 이번에는 좀 더 쉬운 예제를 통해 이 두 가설을 이해해보자. 예제: 새로운 공부법의 효과 학교에서 새로운 공부법을 도입하려고 한다. 이 새로운 공부법이 기존의 공부법보다 성적 향상에 도움이 되는지 알아보고 싶다. 귀무가설 (H0): 새로운 공부법은 기존의 공부법과 성적 향상에 차이가 없다. 대립가설 (H1): 새로운 공부법은 기존의 공부법보다 성적 향상에 도움이 된다. 이제 학생들에게 새로운 공부법을 적용하고, 성적을 비교해본다. 결과적으로 새로운 공부법을 적용한 학생들의 성적이 더 좋게 나왔다고 가정하자. 결과 해석 만약 새로운 공부법을 적용한 학생들의 성적이 통계적으로 유의하게 높게 나왔다면, 귀무가설을 기각하고 대립가설을 채택한다. 즉, 새로운 공..
통계학에서 실험 또는 연구를 진행할 때, 어떤 가설을 검증하려고 할 때 가장 기본적으로 알아야 할 개념이 바로 '귀무가설'과 '대립가설'이다. 이 두 가설은 연구의 방향성을 제시하며, 연구 결과의 해석에 중요한 역할을 한다. 1. 귀무가설 (Null Hypothesis, H0) 귀무가설은 이름에서도 알 수 있듯이 '아무런 효과가 없다'는 가설을 의미한다. 연구자가 새로운 치료법, 방법, 제품 등을 제안할 때, 그것이 기존의 것과 다르지 않다는 것을 증명하기 위해 설정하는 가설이다. 예를 들어, 새로운 약의 효과를 연구할 때, "새로운 약은 기존의 약과 효과가 다르지 않다"는 가설을 귀무가설로 설정할 수 있다. 2. 대립가설 (Alternative Hypothesis, H1 또는 Ha) 대립가설은 귀무가설..
Streamlit과 FinanceDataReader를 활용하면 주식 데이터를 시각화하는 웹 애플리케이션을 간편하게 만들 수 있다. 이번 포스트에서는 이 두 라이브러리를 활용하여 주식 차트 검색 웹 앱을 만드는 방법을 소개한다. 1. 필요한 라이브러리 불러오기 import streamlit as st import FinanceDataReader as fdr import datetime import time streamlit: 웹 애플리케이션을 만들기 위한 주요 라이브러리다. FinanceDataReader: 주식, 지수, 환율 등의 금융 데이터를 쉽게 가져올 수 있는 라이브러리다. datetime: 날짜와 시간을 다루는 데 사용되는 라이브러리다. time: 시간 관련 기능을 제공하는 라이브러리다. 2. 웹..
데이터 분석을 위한 웹 애플리케이션을 만들 때, 사용자로부터 데이터 파일을 업로드 받아 해당 데이터를 웹 페이지에 표시하는 기능은 매우 중요하다. Streamlit은 이러한 기능을 간단하게 구현할 수 있게 도와주는 도구다. 이번 글에서는 Streamlit을 활용하여 사용자로부터 CSV나 Excel 파일을 업로드 받아 데이터프레임으로 출력하는 방법에 대해 알아보자. import streamlit as st import pandas as pd import time file = st.file_uploader('파일 선택 (csv or excel)', type = ['csv', 'xls', 'xlsx']) time.sleep(2) if file is not None: ext = file.name.split('...
