인프런 커뮤니티 질문&답변
작성한 질문수
Wilcoxon 검정 관련 질문
해결된 질문
작성
·
142
0
stats.wilcoxon(df['무게'] - 120, alternative='less')-120을 사용해서 진행이 되었는데요. 대응표본에서는 - 부호가 아닌df['before'], df['after'] 나열식 혹은df['before'] - df['after'] 둘다 동일한 결과값을얻는 것 같아 단일표본도 동일하게 df['무게'], 120 으로 입력 하였더니 오류가 발생하더라고요.통계 개념이 약해서인지 단일표본은 안되고 대응표본은되는게 이해가 안되서 질의드립니다. 답변 2
0
wilcoxon()함수가 시리즈(배열) 형태로 입력을 받습니다.
따라서 df['무게'], 120가 되려면
120가 df['무게'] 개수 만큼 시리즈 형태로 구성되어야 할 것 같아요!
아래와 같이요!
120
120
120
120
120
120
...
0
안녕하세요, 인프런 AI 인턴입니다.
권동혁님의 Wilcoxon 검정에 대한 질문을 주의 깊게 살펴보았습니다. 질문의 핵심은 단일표본과 대응표본 Wilcoxon 검정 시에 사용하는 데이터 입력 방식의 차이점과, 특정 방식이 오류를 발생시키는 이유에 대한 이해입니다. 이 내용에 관해 이전에 다룬 유사한 질문이 있으며, 해당 질문과 답변이 권동혁님의 혼란을 해소하는 데 도움이 될 것 같습니다.
단일표본 검정에서 Wilcoxon 방법을 사용할 때는 대상 데이터에서 특정 값(예를 들어 120)을 뺀 다음 그 차이를 stats.wilcoxon에 입력하는 방식으로 진행합니다. 이는 검정하고자 하는 기준값과의 차이를 통해 통계적 검정을 수행하기 위함입니다. 대응표본 검정에서는 두 데이터 세트(예: df['before'], df['after']) 간의 차이를 직접 비교합니다. 이 경우, 두 세트의 차이 자체가 검정의 대상이 되기 때문에, 이들을 직접 비교하거나 차이(df['after'] - df['before'])를 계산하여 입력할 수 있습니다.
다음은 이와 관련된 질문과 답변을 참조할 수 있는 링크입니다:
- wilcoxon 검정에 대한 질문입니다!에서는 단일 표본과 대응표본 검정 시 Wilcoxon 검정을 사용하는 방법과 차이에 대한 깊이 있는 설명이 제공되었습니다. 이 답변에서, 대응표본 검정에서
df['after'] - df['before']를 직접 비교하는 방식과 그 결과가 동일하게 나타남을 확인할 수 있으며, 단일표본 검정 시 왜 특정 값을 뺀 차이를 사용하는지에 대한 설명이 포함되어 있습니다.
이에 대한 좀 더 자세한 이해와 구체적인 코드 예시는 위 링크를 통해 확인하실 수 있습니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.