고등학교의 확통수준에서 더 아는것이 없는 통린이입니다.. 통계에서의 '모델'이 무슨 의미일까요? 혹시 제가 잘 이해했는지 고견을 구합니다. -------- 확률의 예: 동전을 3번 던져 앞면이 두번 나오는(모델과 추정치) 확률: =>(1/2)^3 우도의 예: 승률(p)을 모르는 게임(승과 패만 있는)을 30번 행했을때, 그 30번의 게임을 시행(모델)한 결과인, 승패결과 (데이터)를 가지고 얻은 승률를 통하여 게임의 설정된 승률(p)를 추정(p`, 추정치)했을때 p와 p`가 얼마나 잘 맞는지를 확률로 표현한 값이 우도이다.
명쾌한 설명 감사드립니다! 통계학 공부 중인데 모든 강의들이 무척 유익한 것 같습니다. 한 가지 궁금한 것이 있어 질문드립니다. 말씀하신 부분을 조건부 확률로 표현해보면, 확률(probability)은 p(data l model), 우도(likelihood)는 p(model l data)가 될 것 같은데, MLE에서는 p(model l data)이 아닌 p(data l model)의 최대값을 구하는 이유가 무엇인지 궁금합니다.
안녕하세요 반갑습니다. 저도 최대우도법에 대해 나름대로 이해하고 정리는 해봤는데, 잘 이해가 안되는 부분이 편미분해서 0이 되도록 하는 부분인데요. (전공분야가 아니라 독학으로 해서 그런지 수학적으로 빈 부분이 많나봅니다 ㅠㅠ) 대부분 책이든 인터넷이든 MLE 설명하면서 로그 취해가지고 그냥 편미분하고 0되는 점의 파라미터를 구하도록 하고 있는데.. 항상 너무 당연하게들 이렇게 풀어서 수학적으로 제가 놓치고 있는 부분이 있는게 아닌가 하는 생각이 듭니다. 이 부분에 대해 조금 자세한 설명 가능하신지요? 도저히 모르겠습니다 ㅠㅠ (단지 고등학교 수학에서만 봐도 미분해서 0이 되는 지점은 극대극소점 등이라 최대최소를 미분해서 0이 되는 것만으로는 판단할 수 없지 않나 생각되구요. 어떤 분포를 따르는지 정확히 알수 없는 경우도 있어 단순히 미분해서 0이 되도록 하는 파라미터를 찾는 것이 어떻게 최대값을 찾는 것인지 잘 모르겠습니다)
ㅇㅇ 마자요 확률변수 분포에 따라서 saddle point나오는 경우도 잇고 .. 바이블인 mathmatical statistics with application 연습문제에서도 그런게 나왓던 기억이 나요.. 그런데 제 생각엔 우리가 일반적으로 사용하는 범용적인 모형들.. 은 보통 똑똑하신 선조들께서 이런걸 미리 고려해서 모델링을 하시는거 같습니다. 예를 들어서 소위 말하는 closed form(적분이 잘 안되는 형태)의 분포인 cumulative normal dist. 를 logit.으로 근사해서 쓰는 것 처럼.. 근데 제 뇌피셜임😉
![[기계학습특론] Maximum Likelihood Estimation(MLE)에 대해 알아보기](/img/1.gif)
4:54 이렇게 수식어나 인과관계로 개념을 설명하는 게 정말 좋은거 같아요. 수학 공부할때도 어떤 개념을 배울 때 이런 관계를 분석하는 거 자체가 정말 큰 도움이 되는데 여기서도 해당되네요!
와........ 이건 찐이다... 박사받고도 이해못한게 지금 이해됐어요 ㅠㅠㅠㅠㅠㅠ
예로부터 이해가 안되고 아는 게 없어지는 순간에 박사가 된다고 들었슴니다
감사합니다^^ 구독과 좋아요 필수^^
이건 레알 찐인데?? 번역의 폐해를 명확하게 설명해주는 명강의
감사함니다 .. 맞슴다 우도라니요.. 단어자체가 넘 어려움.
와 저같은 통린이한테 정말 좋은 강의입니다. 감사합니다.
와 정말 매번 공부할때마다 원점으로 돌아가는 기분이었는데 정말 감사합니다🙏🙏 덕분에 이제 명확하게 이해가 됐습니다!
정말 명쾌하네요! 이렇게 컨셉을 잡고 수식이라든지, 여러 가정이라든지 보면 헤매지 않을 것 같아요
확률은 P(모델 | 데이터) 인거고, 가능도는 P(데이터 | 모델)인거네요! 이 영상과 다른 블로그 설명 듣다보니 가능도가 뭔지, 왜 최대가능도추정을 하려 하는지 알게됐어요 ㅎㅎ
주인님 어서..
감 사 합 니 다 !
깔끔한 설명 감사합니다!
😀😃
ㄱㅅ합니다
ㅈㄷ요
👍👍감사합니다
ㄱㅅㄱㅅ
간결한 설명 좋네요. 감사합니다. 😃
앜 ㅋㅋ ㄱㅅ합니다!
대박이에요~~너무 명료하고 머리가 뻥뚫리는 설명이네요, 감사합니다!!!
제가감사함니다
명확한 설명 감사합니다😍😍
헠ㅋ 감사합니닼ㅋㅋㅋㅋㅋ
와 감사합니다
설명 깔끔하니 좋네요
요즘말로 문과생이들어도 이해 쌉가능!!
정답
확률및 우도에대한 바이블이다
고등학교의 확통수준에서 더 아는것이 없는 통린이입니다..
통계에서의 '모델'이 무슨 의미일까요?
혹시 제가 잘 이해했는지 고견을 구합니다.
--------
확률의 예:
동전을 3번 던져 앞면이 두번 나오는(모델과 추정치)
확률: =>(1/2)^3
우도의 예:
승률(p)을 모르는 게임(승과 패만 있는)을 30번 행했을때,
그 30번의 게임을 시행(모델)한 결과인,
승패결과 (데이터)를 가지고 얻은 승률를 통하여
게임의 설정된 승률(p)를 추정(p`, 추정치)했을때
p와 p`가 얼마나 잘 맞는지를 확률로 표현한 값이
우도이다.
정답
역시 오터 말해뭐해...
뭔가 느낌이 신뢰구간이랑 비슷한 느낌인데, 비슷한 부분이 있나요?
명쾌한 설명 감사드립니다! 통계학 공부 중인데 모든 강의들이 무척 유익한 것 같습니다. 한 가지 궁금한 것이 있어 질문드립니다. 말씀하신 부분을 조건부 확률로 표현해보면, 확률(probability)은 p(data l model), 우도(likelihood)는 p(model l data)가 될 것 같은데, MLE에서는 p(model l data)이 아닌 p(data l model)의 최대값을 구하는 이유가 무엇인지 궁금합니다.
아.. 통계학 전공이시니까 제가 좀 hard하게 설명드려도 되겟죠?? model이 파라미터잖아요? 일반적인 Notation이 보통 조건부에 파라미터를 넣습니다
저도 대학원다닐때 엄청 헷갈렷던건디 제가 좀더 고민하고 좀더 친절하게 답드릴게용 ㄱㄷ려주세요
MLE 어려워서 하루종일 pf하고 개념 반복해서 이해했는데, 이 영상이 있는지 몰랐네^^ 후
토닭토닭
사회과학과 공대 사이에 있는 대학원 신입생입니다. 설명 감사드립니다. 공부법 질문드려도 될까요?지금 계량경제학 공부중인데, 모든 수학적 결론들의 증명법을 다 이해하고 넘어가야하나요, 아니면 결론만 알고 넘어가도 문제 없을까요?
계량 자체를 연구주제로 삼을게 아니시라면 그냥 결론만 ㄱㄱ
당연히 다 알면 좋지만 시간이 없으니까
한국이면 양적 실적이 중요해서 이해도 이해이긴한데 일단 논문 실적을 내야되니까..
안녕하세요, 영상 잘 보고있습니다. 다름이 아니라 LSE에서의 평균오차제곱과 MLE에서의 평균오차제곱이 너무 헛갈려서 질문드립니다. 왜 MLE에서는 에러제곱의 합을 왜 n으로 나눠주는지 알려주실 수 있으신가요?
안녕하세요 반갑습니다. 저도 최대우도법에 대해 나름대로 이해하고 정리는 해봤는데, 잘 이해가 안되는 부분이 편미분해서 0이 되도록 하는 부분인데요. (전공분야가 아니라 독학으로 해서 그런지 수학적으로 빈 부분이 많나봅니다 ㅠㅠ)
대부분 책이든 인터넷이든 MLE 설명하면서 로그 취해가지고 그냥 편미분하고 0되는 점의 파라미터를 구하도록 하고 있는데.. 항상 너무 당연하게들 이렇게 풀어서 수학적으로 제가 놓치고 있는 부분이 있는게 아닌가 하는 생각이 듭니다. 이 부분에 대해 조금 자세한 설명 가능하신지요? 도저히 모르겠습니다 ㅠㅠ
(단지 고등학교 수학에서만 봐도 미분해서 0이 되는 지점은 극대극소점 등이라 최대최소를 미분해서 0이 되는 것만으로는 판단할 수 없지 않나 생각되구요. 어떤 분포를 따르는지 정확히 알수 없는 경우도 있어 단순히 미분해서 0이 되도록 하는 파라미터를 찾는 것이 어떻게 최대값을 찾는 것인지 잘 모르겠습니다)
ㅇㅇ 마자요 확률변수 분포에 따라서 saddle point나오는 경우도 잇고 .. 바이블인 mathmatical statistics with application 연습문제에서도 그런게 나왓던 기억이 나요.. 그런데 제 생각엔 우리가 일반적으로 사용하는 범용적인 모형들.. 은 보통 똑똑하신 선조들께서 이런걸 미리 고려해서 모델링을 하시는거 같습니다.
예를 들어서 소위 말하는 closed form(적분이 잘 안되는 형태)의 분포인 cumulative normal dist. 를 logit.으로 근사해서 쓰는 것 처럼..
근데 제 뇌피셜임😉
와 근데 통계 비전공자가 이런생각을 한다고? 감탄햇음
@@asdf7722 답변 감사드립니다~ 답변하신 부분도 쉽진 않아서 ㅎㅎ 공부가 많이 필요하겠네요