각 학생에 대해 학습 전과 학습 후의 시험 점수를 측정하였다. ; ttest

<aside> 💡

어느 학교에서 50명의 학생들을 대상으로 새로운 학습 프로그램의 효과를 조사하고자 한다.

</aside>

학습 전/후 평균 및 표준편차

print(data['before'].mean().round(2), data['before'].std().round(2))
print(data['after'].mean().round(2), data['after'].std().round(2))

t-검정 수행 및 검정통계량 계산 (차이가 유의미한가)

from scipy.stats import ttest_rel

t_stat, p_value = ttest_rel(data['before'], data['after'])
t_stat.round(2)

유의수준에 따른 귀무가설 기각/채택 여부

if p_value > 0.05:
    print('귀무가설 채택')
else:
    print('귀무가설 기각 => 대립가설 채택')

로지스틱 회귀 분석을 통해 고객의 제품 구매 여부를 예측 ; logit_model

<aside> 💡

각 샘플에는 고객의 나이, 소득, 가족 수, 그리고 제품 구매 여부가 포함되어 있다.

로지스틱 회귀 분석을 수행하고, 소득 변수의 오즈비를 계산하시오

</aside>

변수 설정

→ shape을 통해 데이터 개수 확인