피어슨 상관계수 검정 구현 - python
아래 코드는 Python에서 SciPy 라이브러리를 사용하여 두 변수 간의 피어슨 상관계수와 이 상관계수의 유의성을 검정하는 방법을 보여줍니다. import numpy as np from scipy.stats import pearsonr # 임의의 데이터 생성 # 예를 들어, x와 y는 연구에서 수집한 두 변수의 값일 수 있습니다. x = np.array([10, 20, 30, 40, 50]) y = np.array([15, 25, 35, 45, 55]) # 피어슨 상관계수 및 p-value 계산 correlation, p_value = pearsonr(x, y) # 결과 출력 print(f'피어슨 상관계수: {correlation:.3f}') print(f'p-value: {p_value:.3f}') ..
2024. 3. 10.
박스-콕스 변환 python 구현
이 코드는 scipy.stats 모듈의 boxcox 함수를 사용하여 주어진 양수 데이터에 대한 Box-Cox 변환을 수행하고, 변환된 데이터와 최적의 \(\lambda\) 값을 반환합니다. from scipy import stats import numpy as np # 예시 데이터 (양수) data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) # Box-Cox 변환 transformed_data, best_lambda = stats.boxcox(data) # 변환된 데이터와 최적의 lambda 값 출력 (실행을 원하시면 주석을 해제하세요) print("Transformed Data:", transformed_data) print("Best Lambda:", best_la..
2024. 3. 10.