[ADsP 3과목] 데이터 분석 - Part 2B - 기다리던 총정리 시간

[@바순바순해]

20:47

[@구언니-f5w]

와 정말 감동이예요 감사합니다

[@EduAtoZPython]

*^^* 합격을 위해 준비해 보았습니다. 도움 되시면 좋겠습니다

[@Sjddjejwj2j2j3bebda2]

5:08 회귀모형 해석 평가방법

[@zzang_rabbit]

11:28

[@졸린라이언-c6z]

안녕하세요 선생님, ARIMA모형 질문이 있습니다~! d가 숫자가 1,2,3 상관없이 차분이 주어지면 I는 빠지고 ARMA , MA,AR모형이 되는 건가요??

[@EduAtoZPython]

차분이 주어지면 arima 가 arma가 되는것인데 p가 0이면 ma q가 0이면 ar 이 됩니다

[@dragon_sun]

선생님 5:02에서 t값이 커야 해당 회귀계수가 유의미한데, 혹시 t값의 절댓값으로 봐야하나요?

[@EduAtoZPython]

네! t값 z값은 정규분포 이기 때문에 양수 음수가 있으며 절대값이 큰것이 p value가 작습니다! ^^

[@므용]

선생님 그러면 24:37 에서 의존하지않는다=일정하다 이렇게 생각하면 될까요?

[@EduAtoZPython]

네! 의존하지 않는다를 일정하다로 보아 주시면 됩니다.

[@nicky5558]

안녕하세요 선생님, 요약본으로 공부 잘하고 있는데요. 3과목 Part2A 영상이 비공개로 전환되어서 볼 수가 없습니다!!! 혹시 열어주실수 없나요?

[@EduAtoZPython]

ruclips.net/video/RD6YuQfzYc0/видео.html 비공개 아닌 것 같은데요. 확인 다시 해보실 수 있으실까요 ^_^!

[@nicky5558]

@@EduAtoZPython 앗 감사합니다. 링크 들어가니 잘보이네요. 선생님 강의 너무 좋아요.

[@EduAtoZPython]

@@nicky5558 감사합니다 ^____^ 지방 출장을 오느라고 답신이 늦었습니다. 유익한 학습 되시길 바랍니다!

[@2zero_kismet]

안녕하세요! 선생님 강의 정말 잘 듣고있습니다ㅎㅎ 질문이 있어서 댓글을 남깁니다ㅎㅎ 30:30에서 답이 이동평균모형인데 자기상관함수 q+1시차 이후 절단된형태가 맞는 거 아닌가요? 답변기다리겠습니다. 감사합니다~

[@EduAtoZPython]

해당문제에 오타입니다 ㅜㅜ q+1 이라고 하는것이 정확하며 해당 문제에서는 백색잡음의 선형결합으로 표현되었다는 것이 이동평균모형이라는 것입니다.

[@2zero_kismet]

@@EduAtoZPython 핳 그렇군요..ㅎㅎ 답변감사합니다!!

[@JH-hn5rd]

선생님 평균,분산,공분산은 시점에 대해 일정하고, 공분산은 시차에 일정하지 않다 이렇게 외워도 되는 거죠??

[@EduAtoZPython]

네! 그런데 표현이 일정하다로 안나오고 의존하지 않는다 이런식의 표현이 나올 수 있으니 같이 알아두시구요.

[@1109응애]

선생님 ㅠㅠ 혹시 오늘 안으로 답장 가능하면 감사하겠습니다 ㅠㅠ
-시계열 모델 중 자기 자신의 과거 값을 사용하여 설명하는 모형이다.
-백색 잡음의 현재값과 자기 자신의 과거값의 선형 가중합으로 이루어진 정상확률 모형
이거 AR모형인가요 MA모형인가요??
사람마다 다 달라서요 ㅠㅠ

[@EduAtoZPython]

AR 모델로 생각됩니다 => 백색 잡음의 현재값과 "자기 자신의 과거값"의 선형 가중합으로 이루어진 정상확률 모형 thebook.io/080263/ch07/02/01/ 여기 보시면 AR 모델이 설명되어 있네요. 백색 잡음에 정신이 팔려서 저도 처음 봤을 때 뭐지 했네요. 아고 ... 다른 분이 질문 하셨었는데 그분 찾으러 가야겠네요.

[@1109응애]

오늘 32회차에 이 문제 똑같이 나와서 너무 기분이 좋았네요 ㅎㅎ 가채점 결과 35개 이상으로 합격예상합니다 ㅎㅎㅎ 감사합니다 ㅎㅎ쌤

[@EduAtoZPython]

@@1109응애 어머! 어머머머머머나! 이럴 수가! 축하드립니다! 혹시 기억나시는 문제 있으시면 [e-mail] 으로 적어 보내주실 수 있을까요 ^_^ 다음 기수 분들을 위해 소중히 사용하겠습니다. 진심으로 다시 한 번 축하드립니다!!! 소식 감사드립니다.

[@인생고달픈]

12:27