Skip to content
deepcarpenter logo 파일

deepcarpenter | Build Deep, Think Deeper

  • 홈
  • AI · AXExpand
    • 실전 · 워크플로우
    • 인사이트 · 전환
  • DomainExpand
    • 현장 엔지니어링
    • 엔지니어 마인드셋
  • seriesExpand
    • 파이썬 데이터분석
    • 통계·데이터
    • 웹·백엔드(Django)
  • 블로그
  • 문의하기
  • About
deepcarpenter logo 파일
deepcarpenter | Build Deep, Think Deeper
  • 검정통계량 값들이 모여 샘플링 분포의 종 모양 곡선을 이루는 개념 인포그래픽

    검정통계량이란 무엇인가, 샘플링 분포까지

    2026년 08월 28일 통계·데이터

    검정통계량이 어렵게 느껴지는 진짜 이유는 그것이 고정된 숫자가 아니라 확률변수이기 때문입니다. 표본으로 만든 함수부터 샘플링 분포까지 3단계로 풀고, 모집단 분포·표본의 분포·샘플링 분포의 차이를 표 한 장으로 완벽 정리했습니다. 가설검정에서 매번 막히던 그 지점, 이 글에서 끝내세요.

  • 두 갈래 계산 경로가 하나의 평균값으로 모이는 기댓값 개념 인포그래픽

    기댓값이란 무엇인가 — 모평균과 똑같은 값이 되는 3가지 원리

    2026년 07월 30일 통계·데이터

    기댓값이란 무엇인가? 실험을 무한 반복했을 때의 평균인 기댓값이 모평균과 똑같은 값이 되는 원리부터 두 가지 계산법, 평균이라서 통하는 연산 규칙, 분산까지 기댓값으로 표현되는 구조를 현장 엔지니어의 언어로 정리했다. 통계 개념을 수식이 아니라 직관으로 잡고 싶다면 확인해보자.

  • 모집단 정의 — 광의적 정의와 협의적 정의의 분포 차이 비교

    모집단 모수 완전 정복 — 통계학이 존재하는 3가지 이유

    2026년 06월 28일 통계·데이터

    모수는 존재하지만 알 수 없다 — 그래서 통계학이 있다. 모수 뜻 한 줄 정의에서 멈추지 않고, 모집단을 어떻게 정의하느냐에 따라 분포가 달라지는 실무 포인트, 이상치가 있을 때 평균·중앙값 선택 기준, 4가지 모수 분류표까지 제조 현장 예시로 정리했다.

  • 모집단과 표본의 관계 — 통계학 추론 구조 인포그래픽

    모집단 표본 완전 정복 — 통계학이 필요한 이유를 3단계로 이해하는 법

    2026년 06월 28일 통계·데이터

    모집단 표본의 핵심은 모집단을 전부 알 수 없어서 표본으로 모수를 추정한다는 것이다. 데이터 종류 3가지, 기술통계 vs 추론통계, 모수 추정과 가설 검정이 왜 통계학의 두 축인지 단계별로 이해할 수 있다.

카테고리

  • AI · AX
    • 실전 · 워크플로우
    • 인사이트 · 전환
  • AI 산업 인사이트
  • Domain
    • 엔지니어 마인드셋
    • 현장 엔지니어링
  • series
    • 웹·백엔드(Django)
    • 통계·데이터
    • 파이썬 데이터분석

Copyright © 2026 deepcarpenter | Build Deep, Think Deeper.
Wordpress Theme by 워플:WPlaybook.

  • 개인정보처리방침
  • 이용약관
  • 홈
  • AI · AX
    • 실전 · 워크플로우
    • 인사이트 · 전환
  • Domain
    • 현장 엔지니어링
    • 엔지니어 마인드셋
  • series
    • 파이썬 데이터분석
    • 통계·데이터
    • 웹·백엔드(Django)
  • 블로그
  • 문의하기
  • About