1. 베이즈는 쉽게 생각하면 우리가 추정하고자 하는 parameter(모수)를 random variable로 생각하는거임. 일반적으로 frequentist 시각에서는 parameter는 상수인데 베이즈 통계학에선 이걸 r.v.로 생각하고 얘의 분포 함수를 찾으려고 함. 좀 더 풀어 설명하자면 그 parameter의 분포함수를 posterior distribution이라고 함. 걔를 구해서 posterior mean도 구하고 Interval도 구하고 하는 것임.. 자세한건 위키 봐라
통갤러 1(76.17)2023-08-08 12:30
2. 비모수 통계학은 말 그대로 모수 가정을 안하고 추정을 하는것. 아주 기초적인 통계적 추론이라고 하는건 어떤 데이터가 있으면 그 데이터가 어떤 분포를 따른다~ 라고 가정을 함. 예를 들면, 니가 yes, no로 이뤄진 데이터를 갖고 있으면 그 데이터는 Bernoulli(p) 분포를 따른다고 가정을 하고 데이터를 가지고 가장 그럴듯한 p 가 무엇일지 찾아내는 거지. 근데 비모수 통계는 그냥 데이터만 가지고 분포 함수(cdf) 그 자체를 추정하고자 함. 대표적으로 kernel density estimation이 있다... 근데 비모수 통계라는 용어가 아예 반대로도 사용되는 경우가 있는데 앞에 설명한것처럼 하는걸 비모수 통계학이라고 할때도 있고 모수가 무한하게 있는 경우 있는 경우를 비모수 통계라 할때도 있다
통갤러 1(76.17)2023-08-08 12:35
3. 그래서 베이지안 비모수라는 분야도 있다. Dirichlet 분포 공부 하다 보면 필연적으로 만날것임.
4. semiparametric statistics(준모수)도 있다. non-parametric이랑 semiparametric은 굉장히 어려우니 될수 있으면 쳐다보지도 말것..
1. 베이즈는 쉽게 생각하면 우리가 추정하고자 하는 parameter(모수)를 random variable로 생각하는거임. 일반적으로 frequentist 시각에서는 parameter는 상수인데 베이즈 통계학에선 이걸 r.v.로 생각하고 얘의 분포 함수를 찾으려고 함. 좀 더 풀어 설명하자면 그 parameter의 분포함수를 posterior distribution이라고 함. 걔를 구해서 posterior mean도 구하고 Interval도 구하고 하는 것임.. 자세한건 위키 봐라
2. 비모수 통계학은 말 그대로 모수 가정을 안하고 추정을 하는것. 아주 기초적인 통계적 추론이라고 하는건 어떤 데이터가 있으면 그 데이터가 어떤 분포를 따른다~ 라고 가정을 함. 예를 들면, 니가 yes, no로 이뤄진 데이터를 갖고 있으면 그 데이터는 Bernoulli(p) 분포를 따른다고 가정을 하고 데이터를 가지고 가장 그럴듯한 p 가 무엇일지 찾아내는 거지. 근데 비모수 통계는 그냥 데이터만 가지고 분포 함수(cdf) 그 자체를 추정하고자 함. 대표적으로 kernel density estimation이 있다... 근데 비모수 통계라는 용어가 아예 반대로도 사용되는 경우가 있는데 앞에 설명한것처럼 하는걸 비모수 통계학이라고 할때도 있고 모수가 무한하게 있는 경우 있는 경우를 비모수 통계라 할때도 있다
3. 그래서 베이지안 비모수라는 분야도 있다. Dirichlet 분포 공부 하다 보면 필연적으로 만날것임. 4. semiparametric statistics(준모수)도 있다. non-parametric이랑 semiparametric은 굉장히 어려우니 될수 있으면 쳐다보지도 말것..