충분통계량(2)
충분통계량 정의 : 표본으로 이루어진 함수 모수 $\theta$를 갖는 분포에서 추출한 확률 표본 $X_{1},..., X_{n}$에 대한 통계량 $Y = u(X_{1},..., X_{n}$이 주어질 때, $Y = y$일 때의 임의의 통계량 $W = g(X_{1}, ..., X_{n})$에 대한 조건부 확률분포가 $\theta$와 무관하면 $Y$는 모수 $\theta$에 대한 충분통계량이고 그 역도 성립합니다. Neymann 인수분해정리 확률분포 함수가 $f_{X}(x;\theta)$인 모집단에서 추출한 확률 표본 $X_{1},..., X_{n}$에 대해 통계량 $Y = u(X_{1}, ..., X_{n})$이 $\theta$의 충분통계량이 되기 위한 필요충분조건은 우도 함수 $L(x_{1},..., x..
2019. 9. 3.
단순 회귀 분석
예측 값 구하기 def predict(alpha, beta, x_i): return beta * x_i + alpha 알파와 베타에 대한 오류 계산 def error(alpha, beta, x_i, y_i): return y_i - predict(alpha, beta, x_i) SSE def sum_of_squared_errors(alpha, beta, x, y): return sum(error(alpha, beta, x_i, y_i) ** 2 for x_i, y_i in zip(x, y)) 최소자승법 def least_squares_fit(x,y): """x와 y가 학습 데이터로 주어졌을 때 오류의 제곱 값을 최소화해 주는 알파와 베타를 계산""" beta = correlation(x, y) * sta..
2019. 9. 2.