전체 글 288

통계 - Likelihood

회귀분석이나 Machine Learning등에서 많이 사용되는 개념인 Likelihood(가능도) 에 대해 정리합니다. Likelihood(가능도) Definition 연속사건에서는 특정 사건이 일어날 확률이 0으로 계산됨. Likelihood(가능도)라는 개념을 적용하면 이를 비교할 수 있음. 즉, 연속사건에서 특정 사건일 때의 PDF 의 값을 Likelihood라고 볼 수 있음. ※ PDF의 값이 클 때 일어날 가능성이 높은 사건. ex) 아래 연속확률변수X의 PDF graph에서 X가 1일 확률은 0이지만, X가 1일 Likelihood는 0.2419707 이다. Characteristic Likelihood의 직관적인 정의 : 확률분포함수의 y 값 - 이산 사건에서는 Likelihood는 Prob..

머신러닝/통계 2021.03.24

시계열 분석 - Exponential Smoothing

Exponential Smoothing 의 이해를 위한 정리입니다. Moving Average Exponential Smoothing을 알기 위해 필요한 Moving Average에 대해 간략히 정리합니다. Simple moving average - 최근 기준 지난 N개의 실제 데이터의 산술평균을 차기의 수요량으로 예측하는 방법. - N의 값을 크게하면 산술평균과 유사해지며 작게할수록 최신수요량과 유사. Formula k개의 window를 쓴다고 가정했을 때, n번째의 SMA의 기본 Formula는 n-k+1부터 n번째까지의 산술평균이다. n+1번째의 SMA 값은 window 개수만큼 모두 계산하지 않아도 됨 n 번째 까지의 SMA 값에서 n+1 번째 관측치 값을 더한 후, n-k+1 번째 값을 빼기만 ..

통계 - Statistical Estimation

모집단(Population)에서 표본(Sample)을 Random Sampling으로 추출하고, 추출된 표본에 대한 신뢰도에 대한 개념을 정리합니다. Sample(표본) Definition Sample(표본) = 모집단의 부분집합 모집단에서 크기가 n인 표본 \(X_{1}, X_{2}, ... X_{n}\) 을 임의추출 하였을 때, 표본평균 \(\overline{X}=\frac{1}{n}\sum_{i=1}^{n}X_{i}\) 표본분산 \(S^{2}=\frac{1}{n-1}\sum_{i=1}^{n}(X_{i}-\overline{X})^2\) 표본표준편차 \(S=\sqrt{S^{2}}\) Sample Mean(표본 평균)의 평균, 분산, 표준 편차, 표준 오차 Definition 모평균이 m, 모분산이 \(..

머신러닝/통계 2021.03.20
반응형