일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 |
- wishart-gamma
- explicit random effect model
- 맵지도시각화
- 행정동표시
- 한-캐대학원
- torch.nn.Linear
- 코테select
- 백준 알고리즘 기초1
- 이공계 대학원 연수 프로그램
- 태블로에러
- sql코테준비
- dependency modeling
- 한국캐나다대학원연수
- iris대학원
- 맵지도
- wishart laplace transform
- d similar matrices class
- 단어뒤집기
- wishart parameter 추정법
- random effect model
- 대학원연수프로그램
- 조세퍼스 문제
- 모수추정
- 태블로
- 태블로행정동
- 행정동시각화
- d similar
- 태블로맵지도시각화
- 태블로맵
- wishart gamma random effect model
- Today
- Total
목록2023/11 (2)
수리통계 분석 코딩 실습
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/emtEmr/btsAPvSzA0d/BJUBktClbhVhEy5k7dV7jK/img.png)
✔ 데이터(X,Y)의 예측 모델인 선형회귀를 알아보자 ▪ 데이터 분석 목적 [1] 데이터 분석 예측값 설정(E[Y|X]) 데이터의 분석 목적은 "예측"에 있다. 🎈 핵심 아이디어 무엇을 ? Y값을 어떻게? X를 이용해서 다시말해, 예측을 하는 방법은 Y라는 변수를 잘 설명할 수 있는 X를 이용해 Y의 변동성을 설명하는 것. Y에 대한 추정 근사치를 $\hat{Y}$라고 하면, X를 이용해 설명되는 Y에 대한 예측값($\hat{Y}$)은 X에 대한 함수로 표현할 수 있을 것이다. 그럼 통계학적으로 어떻게 표현할 수 있을까? X의 어떤 작용을 해서 값을 뽑아내는 관계를 표현하는 f(X)는 다른 무수히 많은 것들로 표현될 수 있지만, 위의 표현식은 X가 주어졌을 때 기대되는 Y의 값은 기대값인 E[*]로 표현..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/buZWYV/btszNQCm2cW/jLNZnUSkGkl2JCdgPTh7zk/img.png)
✔ 베이지안 검정과 대비되는 고전적 검정의 한계를 알아보자 0. 귀무가설, 대립가설이란? 1. 고전적 검정 2. 고전적 가설 검정의 중요도 3. 고전적 가설 검정의 단점 0. 귀무가설, 대립가설이란? 예를 들어, 귀무가설로는 갈릴레오 갈릴레이의 '지구는 둥글다'라는 가설을 입증할때, 보편적으로 사람들이 믿었던 내용인 '지구는 네모낳다'가 귀무가설($H_0$)가 되는 것이며, 갈릴레오 갈릴레이의 '지구는 둥글다'가 대립가설($H_1$)이 된다. 귀무가설이란 보편적으로 받아드려지는 사실을 말함. 대립가설이란 입증하고자 하는 사실을 말함. 1. 고전적 검정 ❗❗ 고전적 검정의 기본 BASE 고전적 검정은 항상 $H_0$ 즉, 귀무가설을 중심으로 검정이 이뤄진다. 다시말해, 귀무가설이 사실일때 기각되지 않도록 ..