Differences

This shows you the differences between two versions of the page.

--- blog:easy_clt_survey [2020/04/29 11:00] – [30이면 된다?] prgram
+++ blog:easy_clt_survey [2025/07/07 14:12] (current) – external edit 127.0.0.1
@@ Line 6: / Line 6: @@
 [[blog:easy_nn]]
-마케터나 기획자로서 많이 접하는 것이 설문조사 일 것이다. 빅데이터 시대에 무슨 설문조사냐, 라고 하겠지만, 빅데이터 시대에도 여전히 고객 대상 설문조사, 샘플링은 필요하다. 마케팅 KPI로 많이 활용되는 [[http://www.ciokorea.com/news/38953|NPS(Net Promoter Score,순 추천 고객 지수)]]는 물론이고, 데이터가 존재하지 않을 때 방향성을 잡기 위한 용도로, A/B 테스트에도 설문조사의 모집단과 표본추출의 개념이 포함되어 있다.
+마케터나 기획자로서 많이 접하는 것이 설문조사 일 것이다. 빅데이터 시대에 무슨 설문조사냐 라고 하겠지만 빅데이터 시대에도 여전히 고객 대상 설문조사, 샘플링은 필요하다. 마케팅 KPI로 많이 활용되는 [[http://www.ciokorea.com/news/38953|NPS(Net Promoter Score,순 추천 고객 지수)]]는 물론이고, 데이터가 존재하지 않을 때 방향성을 잡기 위한 용도로, A/B 테스트에도 설문조사의 모집단과 표본추출의 개념이 포함되어 있다.
 <<데이터과학 입문>> 에서는 빅데이터 시대의 모집단과 표본에 대해서 아래와 같이 서술하고 있다.
@@ Line 43: / Line 43: @@
 > 모집단의 분포에 관계없이,
 > '표본의 평균'의 본포는
-> 표본의 수가 증가하면
+> 표본의 크기가 충분히 크면
 > 정규분포에 가까워진다
 는 이론이다.
@@ Line 201: / Line 201: @@
 ===== Key Takeaways =====
 지금까지 정말 간단한 설문조사에 대해서 알아보았다. 설문조사 뿐 아니라 많은 실험 등이 중심극한정리 덕분에 정규분포를 가정하고 그 바탕에서 복잡한 가설검정이나 추정치들을 구할 수 있게 된다. 학창시절에 배웠던 경험을 떠올리면서, 현대의 많은 과학기술과 지금의 인공지능 기술의 밑바탕이 된 기본적인 이론에 대해서 잠시 생각해 보는 시간이 되었으면 좋겠다.
+이번에는 여론조사 예에서 그룹간 비교에 대해서 신뢰구간 간의 비교로 아주 간단히 살펴보았는데, 기회가 되면 A/B 테스트와 관련지어 생각해 보는 시간을 갖는 것도 좋을 것 같다.
   * 빅데이터 시대라도 샘플링은 중요하다.
@@ Line 212: / Line 214: @@
 ===== Reference =====
+[[data_analysis:convergence_testing]]
 All of Statistics, Larry Wasserman, Springer, 2004
 Doing Data Science (데이터과학 입문), 레이철 슈트, 캐시 오닐, 윤영민 外역, 한빛미디어, 2014
@@ Line 265: / Line 268: @@
 . 정규분포 모양
+[[https://www.science-emergence.com/Articles/How-to-plot-a-normal-distribution-with-matplotlib-in-python-/|참고사이트]]
 <code python>
 h = np.linspace(np.min(spl), np.max(spl), 100)
@@ Line 303: / Line 307: @@
 {{topic>blog blogs -tag1 &desc&nocomment&nodesc&notags}}
-{{tag>blog survey 설문조사 중심극한정리 큰수의법칙 정규분포}}
+{{tag>blog survey 설문조사 중심극한정리 큰수의법칙 정규분포 쉽게설명}}
 ~~DISCUSSION~~