Type of error

→ 파란 부분=기각역

• 신뢰수준이 높아지면: 기각역이 좁아지고, 따라서 기각이 어려워진다

  = 이는 귀무가설이 보호된다는 것을 의미하면서 신뢰수준이 올라간다는 것을 뜻한다

  

• 제1종 오류: 귀무가설이 진실이나 기각한 경우를 의미

  • 이 오류가 발생할 확률을 α로 표시하고 '유의수준'이라고 한다
  • risk와 loss가 존재해서 2종 오류보다 중요!

• 제2종 오류: 귀무가설이 거짓이나 채택한 경우를 의미

  • 이 오류가 발생할 확률을 β라 하고, 1-β을 거짓인 귀무가설을 기각할 확률로 '검정력'이라 부른다
  • risk x, 이에 따른 영향 x

• ⬇️ confusion matrix

T-test +

T-test를 위한 전제

1. 독립성: 서로 짝지어지지 않은 것
2. 정규성: 데이터의 분포가 정규성을 띠는 것
3. 등분산성: 분산이 서로 같은 것

→ 독립 표본 T-test를 할 수 있다

• T-test: 위의 전제를 만족하는 데이터 그룹의 평균을 비교하기 위한 가설 검정 방법

데이터의 정규성 확인

• "데이터를 정규화한다": (평균-표준편차)를 통해 평균 0, 분산 1의 동일한 단위의 데이터로 단위 일치를 진행하는 것
• 왜 중요하지? :
  • 피처의 분산 및 평균이 다양한데, 이를 하나로 맞추는 것이기 때문이다
  • 데이터가 충분히 많다면(데이터 수≥30) 표본들을 뽑아서 표본의 평균/분산/표준편차를 구해보면 대부분 정규분포를 띠고 있음을 알 수 있기 때문에 중요하다
• scipy.stats의 normaltest보다는 stats.shapiro()를 더 자주 사용해 데이터의 정규성을 확인한다