베이지안 통계는 다들 다양한 방법으로 알려주시니 항상 들을때마다 새로운거 같아요. 1. 베이지안 통계와 연관된 것은 아니지만 중간에 Binomial 과 Bernoulli 분포의 차이를 설명한 부분에서 궁금증이 생겼습니다. Bernoulli distribution에서 샘플링은 rbinom (1, 1, p)로 모델링 가능한가요? 2. prior와 likelihood를 보면 x축의 이름이 다른 걸 알 수 있었는데요. 만약 저희가 당장 궁금한 게 X의 분포라고 하면 prior는 관찰 전에 추측하는 X의 분포이고, likelihood는 X값에 따른 관찰값의 분포라고 볼 수 있을까요? 3. 벽 뒤의 인물을 추측하는 것은 결국에는 P가 0.4인가 0.8인가 가능성을 확인하는 과정인데요. 이 경우에는 CrI 형성은 안되고 P=0.4일 확률, P=0.8일 확률만 구해지는 건가요? 4. 후에 알려주시겠지만 연속형 분포의 경우 P(A)*P(B|A) = PDF * PDF 꼴로 계산하게 될까요? 정식으로 수업을 들은게 아니고 겉핥기로 배워서 궁금한게 많습니다. 관찰값이 있을 경우 R로 여러분포로 적용시키는 방법을 배울 수 있으면 좋겠습니다! 매번 감사합니다.
심인님! 항상 봐주셔서 감사합니다.ㅎㅎ 1. 넵, rbinom(1, 1, p)는 베르누이 (p)에서 샘플 하나 뽑는 코드입니다. 2. 바뀌었습니다. prior는 모수가 어떤 값인지 추측하는 p와 관련한 분포, likelihood는 p가 주어졌을때 관찰값 x에 대한 분포입니다. 3. 주어진 분포가 2가지 값을 갖는 이산형 분포이므로 이 경우는 CI 만들기가 힘들겠군요. :) 4. 넵 맞습니다~! :) 곧 베이지안 수업 공지 다시 하도록 하겠습니다~!
@@statisticsplaybook 음....그럼 prior가 모수 값에 따른 확률분포(PMF 혹은 PDF)라고 할 수 있고, prior의 x축은 각 모수의 값을 나타내고 y축은 각 모수 별 확률을 나타낸다는 말씀이시죠? prior 분포의 합은 항상 1이 되겠군요. likelihood는 그 모수값마다의 관찰값 X에 대한 확률분포라고 보면 될까요?
슬통님, 데이터분석에 필요한 수학이 어느 정도까지인가요? 무척 포괄적인 질문인 것은 알지만 질문을 드립니다. 제가 데이터분석을 업으로 하시는 분들이 어느 정도의 통계학적, 수학적 지식을 갖고 계시는지 일단 잘 알지 못하니 이런 질문을 드리는 것 같습니다. 또한, 개개인마다 그 베이스가 달라 답변하시기 어려우실 거라 생각하시지만 대략적으로라도 알아두면 어떠한 선이라도 보일까해서 질문을 드려봅니다. 모호한 질문을 드리는 거 같아 질문을 드리면서도 죄송하네요. 마지막으로 답변해주실 때 범위를 조금이라도 줄이실 수 있을까해서 제가 하고 싶은 일은 Finance 분야에 수학/통계적 지식을 갖춘 데이터 사이언스/분석을 염두에 두고 있습니다.
Nathan Hwang 님 안녕하세요~! Finance 분야 데이터 사이언스의 경우 제가 정확히 말씀드릴 처지는 아니지만, 근무하고 있는 제 친구들 기준으로는 말씀드리겠습니다. 통계학과, 수학과 학부 수준 정도는 되는 것 같습니다. 물론 학부 수준이 누군가에게는 석사 수준이 될 수 있어서 애매한 기준이긴 합니다. 통계, 수학과를 기준으로 학부3, 4학년때 보통 기초 통계, 수리통계, 확률론을 바탕으로 금융 수학 같은 응용 과목들을 듣고 졸업하니, 그 정도 알고 있으면 별 무리 없을 것이라 생각합니다.
![[스탠코리아 StanKorea] 베이즈 통계학 소개 Introduction to Bayesian Statistics | 베이즈 정리 & 베이즈 추론 | 베이지안이 되어야 할 이유](/img/1.gif)
진짜 감사합니다 최고입니다.
베이지안 통계는 다들 다양한 방법으로 알려주시니 항상 들을때마다 새로운거 같아요.
1. 베이지안 통계와 연관된 것은 아니지만 중간에 Binomial 과 Bernoulli 분포의 차이를 설명한 부분에서 궁금증이 생겼습니다. Bernoulli distribution에서 샘플링은 rbinom (1, 1, p)로 모델링 가능한가요?
2. prior와 likelihood를 보면 x축의 이름이 다른 걸 알 수 있었는데요. 만약 저희가 당장 궁금한 게 X의 분포라고 하면 prior는 관찰 전에 추측하는 X의 분포이고, likelihood는 X값에 따른 관찰값의 분포라고 볼 수 있을까요?
3. 벽 뒤의 인물을 추측하는 것은 결국에는 P가 0.4인가 0.8인가 가능성을 확인하는 과정인데요. 이 경우에는 CrI 형성은 안되고 P=0.4일 확률, P=0.8일 확률만 구해지는 건가요?
4. 후에 알려주시겠지만 연속형 분포의 경우 P(A)*P(B|A) = PDF * PDF 꼴로 계산하게 될까요?
정식으로 수업을 들은게 아니고 겉핥기로 배워서 궁금한게 많습니다. 관찰값이 있을 경우 R로 여러분포로 적용시키는 방법을 배울 수 있으면 좋겠습니다! 매번 감사합니다.
심인님! 항상 봐주셔서 감사합니다.ㅎㅎ
1. 넵, rbinom(1, 1, p)는 베르누이 (p)에서 샘플 하나 뽑는 코드입니다.
2. 바뀌었습니다. prior는 모수가 어떤 값인지 추측하는 p와 관련한 분포, likelihood는 p가 주어졌을때 관찰값 x에 대한 분포입니다.
3. 주어진 분포가 2가지 값을 갖는 이산형 분포이므로 이 경우는 CI 만들기가 힘들겠군요. :)
4. 넵 맞습니다~! :) 곧 베이지안 수업 공지 다시 하도록 하겠습니다~!
@@statisticsplaybook
음....그럼 prior가 모수 값에 따른 확률분포(PMF 혹은 PDF)라고 할 수 있고, prior의 x축은 각 모수의 값을 나타내고 y축은 각 모수 별 확률을 나타낸다는 말씀이시죠? prior 분포의 합은 항상 1이 되겠군요.
likelihood는 그 모수값마다의 관찰값 X에 대한 확률분포라고 보면 될까요?
@@siminlee2180 정확하십니다~! :)
요새 정신없이 지내고 있습니다.. ㅎㅎ 녹화본 영상 잘 챙겨보고 있네요~ 감사합니다!
ㅎㅎ감사합니다 경민님! :)
슬통님, 데이터분석에 필요한 수학이 어느 정도까지인가요? 무척 포괄적인 질문인 것은 알지만 질문을 드립니다. 제가 데이터분석을 업으로 하시는 분들이 어느 정도의 통계학적, 수학적 지식을 갖고 계시는지 일단 잘 알지 못하니 이런 질문을 드리는 것 같습니다. 또한, 개개인마다 그 베이스가 달라 답변하시기 어려우실 거라 생각하시지만 대략적으로라도 알아두면 어떠한 선이라도 보일까해서 질문을 드려봅니다. 모호한 질문을 드리는 거 같아 질문을 드리면서도 죄송하네요. 마지막으로 답변해주실 때 범위를 조금이라도 줄이실 수 있을까해서 제가 하고 싶은 일은 Finance 분야에 수학/통계적 지식을 갖춘 데이터 사이언스/분석을 염두에 두고 있습니다.
Nathan Hwang 님 안녕하세요~! Finance 분야 데이터 사이언스의 경우 제가 정확히 말씀드릴 처지는 아니지만, 근무하고 있는 제 친구들 기준으로는 말씀드리겠습니다.
통계학과, 수학과 학부 수준 정도는 되는 것 같습니다. 물론 학부 수준이 누군가에게는 석사 수준이 될 수 있어서 애매한 기준이긴 합니다. 통계, 수학과를 기준으로 학부3, 4학년때 보통 기초 통계, 수리통계, 확률론을 바탕으로 금융 수학 같은 응용 과목들을 듣고 졸업하니, 그 정도 알고 있으면 별 무리 없을 것이라 생각합니다.
#MAP #IRT