1. 데이터 노이즈 처리 데이터 분석을 할 때 노이즈가 섞여있는 데이터를 어떻게 처리할 수 있을까? 이상치 데이터를 제거하는 것은 어려울 수 있으므로, 노이즈에 강한 모델을 찾는 것이 중요하다. RANSAC 알고리즘은 무작위 샘플링과 반복적인 검증 과정을 통해 노이즈의 영향을 최소화하고 신뢰할 수 있는 모델을 찾는 방법이다. 2. RANSAC 알고리즘 RANSAC 알고리즘은 1) 무작위 샘플 선택, 2) 모델 적합, 3) 인라이어와 아웃라이어 구분, 4) 모델 평가, 5) 반복의 과정을 거친다. 이를 통해 노이즈가 많은 데이터에서도...

1. 로버스트 추정량 로버스트 추정량은 모형의 기본 가정(독립성, 등분산성, 정규성 등)의 성립 여부에 민감하지 않은 추정량입니다. 특히 정규성 가정이 성립하지 않아 자료의 분포가 정규분포보다 두터운 꼬리를 가질 때 특이값이 나타날 가능성이 증가합니다. 좁은 의미의 로버스트 추정량은 특이값에 덜 민감한 특성을 가지며, 중심위치 추정 시 중앙값이 표본평균보다 로버스트한 특성을 보입니다. 2. 보통최소제곱추정량(OLSE) 보통최소제곱추정량(OLSE)은 특이값에 민감한 추정량입니다. 이는 값들의 차이를 제곱하여 더 크게 증폭시키는 제곱합...