소비자리서치 ) t-test anova z-score 를 정리하기

소개글

소비자리서치 ) t-test anova z-score 를 정리하기에 대한 보고서 자료입니다.

목차

1. t-test
2. anova
3. z-score

본문내용

반적으로 1.8 미만의 점수는 회사가 파산할 가능성이 높거나 파산 중임을 나타낸다. 반대로, 3점 이상의 점수를 받은 회사들은 파산할 가능성이 작다.
Z-score는 특정 데이터 세트에 대한 점수가 일반적인지 또는 비정상적인지를 통계학자와 거래자에게 보여준다. 또한 분석가가 다양한 데이터 세트의 점수를 조정하여 서로 정확하게 비교할 수 있게 해준다. 사용 적합성 테스트는 Z-score의 실제 적용 사례 중 하나이다.
뉴욕대 교수인 Edward Altman은 1960년대 후반에 투자자들이 한 회사가 얼마나 파산 직전이었는지를 판단하기 위해 거쳐야 했던 시간 소모적이고 혼란스러운 과정을 해결하기 위한 해결책으로 Z-score 공식을 개발하여 소개했다. 실제로 이 공식은 투자자들에게 기업의 전반적인 재무 건전성에 대한 아이디어를 제공하게 되었다.
표준 편차는 기본적으로 특정 데이터 집합 내의 변동성 양을 반영한다. 표준 편차를 계산하려면 먼저 각 데이터 요소와 평균 차이를 계산한다. 그 차이를 제곱하고, 합산하고, 평균하여 차이를 산출한다. 표준 편차는 단순히 분산의 제곱근이며, 원래 측정 단위로 되돌린다.
대조적으로 Z-score는 주어진 데이터 포인트가 평균에서 발생하는 표준 편차의 수이다. Z-score를 계산하려면 각 데이터 포인트에서 평균을 빼고 그 결과를 표준 편차로 나눈다.
평균보다 낮은 데이터 포인트의 경우 Z-score는 음수다. 대부분의 대규모 데이터 집합에서, 99%의 값이 -3과 3 사이의 Z-score를 가지며, 이는 이 값이 평균 위아래 3개의 표준 편차 내에 있다는 것을 의미한다.

키워드

소비자리서치 ) t-test,   anova,   z-score 를 정리하기