2024. 7. 2. 23:52ㆍDATA/BIGDATA
NORM.INV 함수는 정규분포에서 특정 확률값에 해당하는 값(분위수)을 계산하는 함수이다.
eg.
- 평균 \( \mu = 1000 \) 시간
- 표준 편차 \( \sigma = 100 \) 시간
- 하위 5%에 해당하는 시간을 구하는 경우
=NORM.INV(0.05, 1000, 100)
- 첫 번째 인수 \( 0.05 \)는 하위 5%에 해당하는 확률
- 두 번째 인수 \( 1000 \)은 평균
- 세 번째 인수 \( 100 \)은 표준 편차
계산 결과는 약 \( 835.5 \) 시간이 된다.
- 정규분포에서는 평균을 중심으로 하위 5%에 해당하는 값을 구하려면, 이 값은 평균으로부터 왼쪽으로 어느 정도 떨어진 값이 된다. 하위 5%에 해당하는 값은 표준 정규분포에서의 Z-score로 약 -1.645이다.
평균 \( \mu = 1000 \), 표준 편차 \( \sigma = 100 \)을 사용하므로,
\[
X = 1000 + 100 \times \text{NORM.INV}(0.05, 0, 1)
\]
여기서 \( \text{NORM.INV}(0.05, 0, 1) \)는 -1.645이므로,
\[
X = 1000 + 100 \times (-1.645)
\]
\[
X = 1000 - 164.5
\]
\[
X = 835.5
\]
따라서, 하위 5%에 해당하는 시간은 약 835.5 시간이 된다.
'DATA > BIGDATA' 카테고리의 다른 글
회귀모형 추정 결과에서 결정계수 (0) | 2024.07.03 |
---|---|
분류 분석 (0) | 2024.07.03 |
혼동행렬 관련 분류 성능 값 (0) | 2024.07.02 |
선형 회귀(Linear Regression)의 기본 공식 (0) | 2024.07.01 |
파이썬 데이터 라이브러리 관련 (0) | 2024.06.27 |