총 5개
-
최대 우도 추정을 통한 확률 모델의 매개변수 추정2025.05.081. 최대 우도 추정(Maximum Likelihood Estimation, MLE) 최대 우도 추정은 주어진 데이터를 가장 잘 설명하는 모델의 매개변수 값을 찾는 과정으로, 우도 함수를 최대화하는 매개변수 값을 추정합니다. 이 방법은 데이터가 주어진 상황에서 가장 가능성이 높은 모델의 매개변수를 선택함으로써 최적의 예측을 수행하는데 도움을 줍니다. 2. 확률 모델링 확률 모델링은 다양한 분야에서 데이터 분석과 예측에 핵심적인 역할을 하고 있습니다. 데이터로부터 모델의 매개변수를 추정하는 과정은 모델의 정확성과 신뢰성을 높이는 데 ...2025.05.08
-
수리통계학 출석수업 과제물 (2023, 만점)2025.01.241. 통계학자 로널드 A. 피셔와 칼 피어슨의 업적 로널드 A. 피셔는 피셔정확검정, 분산 분석, 최대 우도 추정, 피셔의 선형 구별 등에서 큰 기여를 하였다. 칼 피어슨은 피어슨 상관계수, 카이제곱 검정, 피어슨 분포, 피어슨 모드 왜도 등을 개발하였다. 두 통계학자 간에는 Lady Testing Tea Test, 통계 추론의 본질, 유의성 검정 등을 둘러싼 논쟁이 있었다. 2. 이항분포의 적률생성함수를 이용한 확률분포 구하기 Xi ~ B(ni, p)이고 서로 독립일 때, X1 + X2 + … + Xn의 확률분포를 이항분포의 적률...2025.01.24
-
단 3개의 데이터만 가지고 모델 추정하기 (베이지안 추정, Python source code 예제 포함)2025.05.131. 베이지안 추정 베이지안 추정은 제한된 데이터를 활용하여 미지의 모델 매개변수를 추정하는 방법입니다. 이 예제에서는 PyMC3 라이브러리를 사용하여 베이지안 모델을 정의하고, MCMC 샘플링을 통해 매개변수의 사후 분포를 추출합니다. 이를 통해 불확실성을 고려하면서도 가능한 모든 시나리오를 종합적으로 고려하여 예측의 중심 경향을 나타낼 수 있습니다. 2. PyMC3 PyMC3는 확률적 프로그래밍 라이브러리로, 베이지안 모델링과 추론을 수행할 수 있습니다. 이 예제에서는 PyMC3를 사용하여 베이지안 모델을 정의하고, MCMC 샘...2025.05.13
-
로널드 피셔와 제레지 네이만의 통계학 업적과 교류2025.01.241. 로널드 피셔의 업적 로널드 피셔는 통계적 유의성 개념과 최대 우도 추정법을 도입하여 통계학의 발전에 기여했다. 그의 연구는 실험 설계와 데이터 분석의 기초를 마련하는 데 중요한 역할을 했다. 2. 제레지 네이만의 업적 제레지 네이만은 네이만-피셔-피어슨 가설 검정 이론을 개발하여 통계적 가설 검정의 체계적인 절차를 확립했다. 이를 통해 통계적 의사결정의 명확한 기준을 제시했다. 3. 피셔와 네이만의 교류 및 논쟁 피셔와 네이만은 통계적 가설 검정 이론을 둘러싸고 활발한 논쟁을 벌였다. 이는 통계학의 이론적 토대를 강화하고 다양...2025.01.24
-
데이터를 가지고 정규분포 근사하기2025.05.111. 정규분포 근사 데이터의 분포를 정규분포에 근사시키는 과정은 데이터 분석에서 중요한 부분을 차지합니다. 데이터의 정규성을 평가하는 첫 번째 단계로 시각적 확인이 필요하며, 히스토그램과 QQ 플롯을 통해 데이터와 정규분포의 일치 정도를 확인할 수 있습니다. 또한 샤피로-위크스 검정과 같은 수치적 정규성 검증 방법을 통해 데이터가 정규분포를 따르는지 통계적으로 평가할 수 있습니다. 정규성 검정은 통계적 분석의 기반이 되며, 적절한 모델링 선택과 데이터 변환 등의 조치를 취하는데 도움을 줍니다. 2. 정규분포 가정의 중요성 많은 통계...2025.05.11