|
random variable & Plot the PMF of normal distriution
→ MATLAB 시뮬레이션 결과, (a) PMF(확률질량함수)와 (b) PDF(확률밀도함수)의 그래프 모양은 거의 일치함을 알 수 있었다. 그러나 (a) PMF는 이산확률변수 X의 분포를 함수로 나타낸 것으로 Discrete하며, (b) PDF
|
|
|
Random Variable이라 하자. 이 경우에서도 마찬가지로 표본의 크기가 커짐에 따라 CLT에 가까워짐을 시뮬레이트해보고, 모수의 값이 달라짐에 따라 또 어떻게 달라지는 가에 대해서도 주목해보자.
문제 5) X1, X2,..., Xn 이 베르누이확률변수라 하
|
|
|
무한모집단의 경우 확률변수의 평균을 기대값이라 부른다.
예) 주사위를 던져 3이 나올 확률을 알기 위해 무한 반복 실험할 경우, 평균적으로 보아 확률이 1/6이 될 것이라고 기대할 수 있다.
확률변수가 반복 시행되는 곳에서 나올 때 기대값
|
|
|
앞 장에서 다룬 이산형, 연속형 확률분포는 단일변량 확률변수(univariate random vairable)에 관한 것임
이 장에서는 이변량 확률변수(bivariate random vairable)와 다변량 확률변수(multivariate random variable)의 기대값, 분산을 알아본다.
또한 두 확률변수의
|
|
|
성공적인 결과를 얻었다. (1) Description of the method with your code.
(a) matlab code for histograms.
(b) matlab code for scattergrams.
(2) Two histogram figures for 1000 and 5000 samples.
(3) Two scattergrams for 1000 and 5000 pairs of Gaussian random variables.
(4) Your comments on the
|
|
 |
확률변수의 결합과 변환 ---------------------------44
3. 정규분포 -----------------------------------------45
4. 신뢰수준 -----------------------------------------46
제2절 VaR ---------------------------------------------47
1. VaR의 개념 ---------------------------------------47
2. VaR의
|
|
|
변수선정 42
1. 공시지가에 영향을 미치는 변수 42
2. 새롭게 영향을 미치는 변수 47
3. 공시지가와 실거래가의 차이에 영향을 미치는 변수 48
4. 변수의 추출 및 선정 48
제4장 실증분석 50
제1절 일원배치분산분석 50
1.
|
|
|
반
2.898
.962
심화반
2.993
.992
합계
2.910
.965
[표8]은 사후검정을 통한 다중비교 결과이다. 이미 앞선 분석에서 요인 변수별 유의확률이 모두 유의수준 0.05를 넘었기 때문에, 각 요인에 대한 수준반 별 차이 또한 유의확률이 모두 유의수준 0.05를 넘
|
|
|
확률이 적다는 결과도 나왔다.
다음으로 시간의 동향에 의한 특징은 시간이 지날수록 유방암 치료에 대한 수
술방법, 약물 등이 발달하기 때문에 생존률이 증가하는 것을 볼 수 있다.
참 고 문 헌
1) http://synapse.koreamed.org/Synapse/Data/PDFData/0096JBC/
|
|
|
변수들의 확률분포를 가정해야하므로, 사전적으로 요구되는 정보의 양이 맴우 중요하다. 그러나 본 연구의 목적이 투자 의사결정과 적절한 투자금액 내에서의 최대이익을 낼 수 있는 사업안을 결정하는 것이기 때문에, 보다 세밀한 분석은
|
|
 |
랜덤 포레스트(Random Forest) 및 LSTM(Long Short-Term Memory) 모델을 적용하여 시계열 데이터를 보다 정밀하게 분석하였습니다.
또한, 데이터 노이즈를 줄이기 위해 Feature Engineering을 수행하여 주요 변수만을 선별하고, 경제 지표별 중요도를 분석하여
|
|
 |
데이터를 저장하는 노드와 연결정보를 가지는 포인터로 구성(head, tail)되어 있다, O(1), O(N):search 1. 자료구조
2. 딥러닝
3. 머신러닝
4. 선행대
5. 확률과 통계
6. 예상 자기소개서 / 면접 샘플 질문
7. 준비하며 느꼈던 점 및 드리고 싶은 말
|
|
 |
변수'짜 많아 강의를 펑크 낼 확률이 높다고 판단, 대체 강사 리스트 작성을 제안하고 팀원들과 함께 완성시켰습니다. 실제로 몇몇 강사가 강의를 펑크내자 미리 준비한 리스트를 통해 신속히 대체 강사를 섭외하논 위기를 넘길 수 있었습니
|
|
 |
변수를 만들어 내는 것인지 깨닫게 되었습니다. 저 한 명의 이익을 생각한다면 팀원 전체가 받을 수 있는 , 즉 저를 포함한 모두가 가질 수 있는 만족은 그리 최선은 아닐 것입니다. 하지만 자신의 희생은 저를 포함한 팀원 전체가 가질 수 있
|
|
 |
정리하고, 부족한 데이터를 보완하기 위해 다양한 데이터 소스를 검토하며 변수를 추가하는 방식으로 문제를 해결해 나갔습니다. 또한, 단순한 회귀 분석뿐만 아니라 머신러닝 기반의 랜덤 포레스트, 로지스틱 회귀 등을 활용하여 예측 모델
|
|
메뉴펼치기
