최신 글 3개
-
라즈베리파이
라즈베리파이 EEPROM 제어(SPI 통신)
라즈베리파이의 SPI 통신을 이용하여 EEPROM에 데이터를 저장하고 읽어오는 방법을 파이썬으로 구현해보았습니다. 우선 라즈베리파이의 SPI 통신을 이용하여 EEPROM에 데이터를 저장하고 읽어오는 방법을 파이썬으로 구현하기 위해서 사용한 EEPROM에 대해서 간단히 살펴봅시다. EEPROM은 STMicroelectronics 사의 M93Cx6를 사용하였습니다. EEPRROM M93Cx6에는 M93C86, M93C76, M93C66, M93C56, M93C46의 device가 있으며 메모리 사이즈가 각각 2048 Bytes, 1024 Bytes, 512 Bytes, 256 Bytes, 128 Bytes로 다르기 때문에 각각의 주소에 접근하는 방식이 조금 다른 것 외에는 모두 동일합니다. EEPROM, M..
-
ADsP 데이터 분석 준전문가 자격증
[데이터 분석 - 통계분석] 03. 가설 검증
03. 가설 검증 1. 가설 검증(Statiscal hypothesis testing) 가설 검증은 모집단에 대한 어떤 가설을 설정한 뒤에 표본 관찰을 통해 그 가설의 채택 여부를 결정하는 통계적 추론 방법이다. 귀무가설 (H0, Null hypothesis) • 가설검정의 대상이 되는 가설(연구자가 부정하고자 하는 가설) 대립가설 (H₁, Anti hypothesis) • 귀무가설이 기각될 때 받아들여지는 가설 • 연구를 통해 입증 또는 증명되기를 기대하는 예상이나 주장 제1종 오류 (α error) • 귀무가설이 참인데 기각하게 되는 오류 제2종 오류 (β error) • 귀무가설이 거짓인데 채택하는 오류 유의수준(α) (Significance Level) • 1종 오류의 최대 허용 한계 • 유의수준..
-
ADsP 데이터 분석 준전문가 자격증
[데이터 분석 - 통계분석] 02. 통계적 추론
02. 통계적 추론 1. 모수적 추론과 비모수적 추론 모수적 추론 • 모집단에 특정 분포를 가정하고 모수에 대한 추론 • 자료가 정규분포, 등간척도, 비율척도인 경우 비모수적 추론 • 모집단에 대해 특정 분포를 가정하지 않음 • 모수 자체보다 분포 형태에 관한 검정을 실시함 • 표본 수가 적고, 명목 척도, 서열 척도인 경우 - 부호검정, 위콕스의 순위합 검정, 만-위트지의 U검정 2. 점 추정과 구간 추정 점추정 • 통계량 하나를 구하여 그것을 가지고 모수를 추정하는 방법 • 모수가 특정한 값일 것이라고 추정하는 것 구간 추정 • 점추정의 정확성을 보완하는 방법 • 일정한 크기의 신뢰수준으로 모수가 특정한 구간에 있을 것이라고 선언하는 것 신뢰구간 • 모수가 포함되리라고 기대되는 범위 • 표본의 크기가..
조회수 많은 글 3개
-
파이썬 기초
형상 관리 툴 비교 Git, SVN, CVS
Git, SVN, CVS - 형상 관리 툴 비교 형상 관리 툴에는 Git, SVN, CVN, Perforce, SourceSafe 등 다양한 것들이 있습니다. 이 중에서 가장 보편적으로 사용하고 있는 Git, SVN, CVN에 대해서 정리하였습니다. 먼저, 형상 관리란 무엇인지 알아봅시다. 형상 관리란? 형상 관리(SCM, Software Configuration Management)는 소프트웨어 개발 프로세스 각 단계에서 소프트웨어의 변경 점을 체계적으로 추적하고 관리하는 일렬의 활동입니다. 단지 소스 코드의 버전 관리만을 의미하는 것이 아니라 소프트웨어의 생명 주기 동안의 요구 사항, 설계 문서, 소스 코드, UI 문서, Test Case 및 각종 결과물에 대해서 형상을 만들고, 형상들의 관계 및 변..
-
파이썬 기초
[Python Pandas] 데이터 불러오기 Excel 파일
Python Pandas는 다음과 같은 다양한 형식의 데이터를 불러와서 데이터 프레임(DataFrame)에 저장할 수 있습니다. Pickle - read_pickle() CSV - read_csv() Excel - read_excel(), ExcelWrite(), ExcelFile.parse() JSON - read.json() 클립보드 - read_clipboard() HTML - read_html() SQL - read_sql(), read_sql_table(), read_sql_query() 1. CSV 파일에서 데이터 불러오기 [Python Pandas] 데이터 불러오기 CSV 파일 Python Pandas는 다음과 같은 다양한 형식의 데이터를 불러와서 데이터 프레임(DataFrame)에 저장할 ..
-
6 시그마(Six Sigma)
6 시그마와 3.4 ppm의 통계적 의미
6 시그마와 3.4 ppm의 통계적 의미에 대해서 알아보자. 6 시그마(Six Sigma)를 정확하게 이해하기 위해서는 우리가 일반적으로 알고 있는 시그마(σ, Sigma)와 구분하여 이해할 필요가 있습니다. 먼저 시그마(Sigma, σ)는 산포를 나타내는 통계학적 용어로 표준편차를 의미합니다. 여기서 산포(Dispersion)란 변동의 정도를 의미하며, 표준편차(Standard Deviation)는 데이터들이 중심으로부터 떨어져 있는 정도를 나타내는 단위입니다. 우리가 관심이 있는 대상이 확률분포가 정규분포를 따른다고 가정하면 시그마(σ)의 기하학적인 의미는 아래의 그림과 같습니다. 예를 들어 길이가 1㎝ 인 부품을 생산할 경우 생산되는 부품의 길이는 모두 똑같을 수는 없을 것입니다. 실제 길이를 측정..