[일반] 학부통계 선형대수는 계산만 할줄알면 되나요?

[익명(106.102)]

고윳값 고유벡터구하는 계산이나 벡터의 유클리드길이, 합크기 행렬크기같은거 구하는것만 알면 됨? 지금 선대수업에서 그정도만 배우길래

[통갤러 1(67.218)]

그정도면 충분한듯

[익명(106.102)]

ㅇㅎ... 감사합니다

[통갤러 2(141.214)]

abstract vector space 같은 내용보다는 계산위주로만 알아도 학부 통계는 충분히 커버됩니다.

[익명(122.38)]

대학원진학까지하면 증명이나 의미도 깊이 공부하게 되나요? 대학원 가서도 계산수준에서 그치나요???

[통갤러 4(141.214)]

대학원마다 다르겠지만 이과쪽 대학원 석사는 vector space나 projection 개념도 통계이론 과목에서 배우긴 합니다. 대학원 생각있으시면 선형대수학 잘배워두면 좋죠

[통갤러 3(76.17)]

다르게 생각한다. 오히려 계산은 아무짝에 쓸모 없고 벡터스페이스가 뭔지 아이겐밸류가 뭔지 이해하는게 훨씬 중요함. 어차피 계산은 R이 하는건데 그거 일일이 계산할줄 아는 것보다는 차라리 (예를 들자면) least square가 서브스페이스에 프로젝션 하는 과정을 이해하는게 훨 중요하다고 생각. 그래서 determinant, eigen pair 같은 거 일일이 계산하는거 가르치는 수업 별로라고 생각함.

[통갤러 4(141.214)]

이해가 중요하다는거에 동의함. 계산위주라고 말했던것의 의미는 어떤식으로 계산되는지 과정에 대한 이해를 말하는 거였음. 프로젝션 과정 이해하는것도 중요하다는 점에 동의함. 근데 학부생이면 Ay나 y'Ay의 분포 다룰 수 있는정도면 필요한 최소한의 선형대수 개념은 아는 거고, 서브스페이스에 프로젝션 하는 과정 이해하는 것은 중요한 개념이긴 한데 학부생이고 수학할 시간이 빠듯하거나 수학 깊게 공부하기 어려우면 필수보단 권장으로 남겨두는 것도 어떨까 싶음 Hat matrix가 projection matrix다 라는 것 이해하면 좋은데 어려워하는 학부생들도 많음. 대학원 생각있는 학생이면 당연히 꼼꼼하게 배워야 되는거고

[통갤러 3(76.17)]

대학원 안가도 선형대수는 빡세게 해두면 학부 수준의 통계 과목 듣는데 도움이 엄청 많이됨. 여기 갤에서도 맨날 질문나오는 생각난 예시인데 선형대수 제대로 하고 디멘젼 개념만 제대로 알아도 degree of freedom은 한줄로 디멘젼이다 라고 설명이 가능. 근데 이걸 모르면 30분씩 설명해도 아리송해하더라. svd나 cholesky decomposition같은거 까지 빡세게 하는건 무리라고 생각하기는 함. 그래도 Rank theorem이나 orthogonal complement는 배웠으면 좋겠다. 이런거 알면 학부수준 리니어 모델은 진짜 존나 쉬워짐.