Ⅰ. 수치해석과 통계함수
1. BINOMDIST 함수
개별항 이항 분포의 확률값을 구한다. 어떤 시행의 결과값이 단지 성공 또는 실패일 뿐이고, 독립 시행이며, 성공 확률이 일정할 때 정해진 검정이나 시행 횟수에서 이 함수를 사용한다.
BINOMDIST(number_s,trials,probability_s,cumulative)
Number_s : 성공할 횟수.
Trial
수치해석에서 유용하게 사용되며, 몬테 카를로 시뮬레이션(Monte Carlo Simulations)에서도 유용하다. 선형 방정식 시스템을 푸는 실제 응용에서, 촐레스키 분해가 LU 분해와 비교했을 때 약 두 배 정도 효율적인 것으로 알려졌다.
이 장에서는 몬테카를로 시뮬레이션의 (1)개념 및 적용가능 분야, 그리고 (2)이
값과 표준편차가 반영된 확률 분포를 도출한다는 것과 대상에 대한 통계자료가 많고 입력 값이 분포가 고를수록 정밀한 시뮬레이션이 가능한 것이다. 따라서 본론에서는 몬테카를로 시뮬레이션의 (1)개념 및 적용가능 분야, 그리고 (2)이를 이용한 시설대안 평가의 수치적 예를 2개 이상 작성해 보겠다.
통계라고 한다.
(3) 통계는 기능에 따라 기술통계(descripive statistics)와 추리통계(inferential 또 는 inductive statistics)로 나누어진다.
① 기술통계(descripive statistics)
현상을 이해하기 위해 자료를 체계적으로 정리하고 요약하여 많은 자료에 대한 전반적인 특성을 파악하는 통계기술을 말하며, 요약수치와 도
통계는 수량적 자료를 수집, 분석, 해석하고 이를 이론화하는 도구로서 자료들을 다루는 방법 그 자체를 말하기도 한다. 자료의 처리방법 또는 수단으로서의 통계는 '응용수학의 한 분야로서 관찰을 통해서 어떠한 현상을 기술하고, 그 관찰로부터 믿을 수 있는 결론을 추리하는 과정 및 절차'로 정의할