일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- RCB
- 영국대학원
- blocking
- 통계대학원
- Titanic - Machine Learning from Disaster
- 영국통계대학원
- 통계석사
- Machine Learning
- gam모델
- 데이터사이언스
- 관찰연구
- 통계예상문제
- 코호트연구
- Spatial Data
- 케글타이타닉
- factorial design
- 영국석사
- 통계학석사
- 통계실험
- cohort study
- Smoothing
- 타이타닉데이터
- 통계디자인
- 머신러닝
- Data Science
- statistical experiment
- soap film smoothing
- mean model
- 논문제안서
- literature review
- Today
- Total
목록통계실험 (4)
DS and stats

2022.03.15 - [Data science - sem 2/Statistical design of investigation] - Statistical design - Anova Table Statistical design - Anova Table 우선 ANOVA란? 구글에 따르면 Analysis of variance, 평균 간의 차이를 분석하는데 사용된 통계적 모델과 그것과 관련된 추정 과정(변동)의 집합 잔차나 오류의 변동, treatment의 변동을 표로 나타낸 것이 eat-drink-study.tistory.com 앞에서 하나의 treatment factor에 대한 RCB에 대해서 정리했었다. 이 blocking은 factorial design과 결합했을 때 더욱 더 효과적이고, 각 block에..

우선 ANOVA란? 구글에 따르면 Analysis of variance, 평균 간의 차이를 분석하는데 사용된 통계적 모델과 그것과 관련된 추정 과정(변동)의 집합 잔차나 오류의 변동, treatment의 변동을 표로 나타낸 것이 ANOVA table 어떤 모델이 더 나은지 성능을 측정하기 위해서 reduced model과 general model을 사용하는데 null hypothesis \( H_0 \) : reduced model, alternative model \( H_1 \): general model이라고 하자. null model(= reduced model)에서 \( X\beta = X_0 \hat \mu \) 라서 저번 포스팅에서 구했던 SSE랑은 조금 다르게 나온다 \( SSE_0 = (..

자, 그동안은 하나의 factor에 대해서 CRD를 행하는 방법을 알아봤는데 현실은 그렇게 쉽지 않으니까 여러 factors로 실험 설계하는 방법을 알아봅시다. 두 가지 방법이 있는데 1. One-at-a-time design 2. Factorial design 예를 들어서 네 개의 레벨을 각각 가지고 있는 2 factors가 있다고 가정해봅시다 One-at-a-time design은 다른 상수를 모두 고정하고 각 factor를 계산하는데, 3*8+3*8+8 = 56번 실행해야한다. 즉, 각 조합에서 8개의 replicates가 발생한다 Factorial design에서는 각 셀에서 2개의 replicates가 발생하기 때문에, 예를 들어 1번 factor에서 2*2*2*2 = 16가지의 모든 경우의 수..

Statistics: the science of collecting, analysing, and drawing conclusions from data. 데이터 수집하는 방법: 1. Sampling surveys: 공적 조사 없이 유한한 모집단의 특징을 추정하는것이 목적 2. Observation studies and Experiments: 모집단에서 두 개 이상의 측정된 변수간의 관계를 결정 eg. 흡연과 폐암발생 간의 관계(흡연, 폐암 발생횟수는 이미 측정된 변수이고 우리가 할 일은 관계를 결정하는 것 우리는 2에 초점을 맞춰서 Observation studies 와 Experiments의 차이를 알아보자. Observation studies: 자연적인 환경에서 관찰된 데이터이고, 그래서 원인과 효과를..