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 | 31 |
- 머신러닝
- cohort study
- soap film smoothing
- statistical experiment
- 코호트연구
- 논문제안서
- 관찰연구
- 영국석사
- 통계석사
- 통계실험
- Data Science
- 통계디자인
- mean model
- 타이타닉데이터
- 데이터사이언스
- Spatial Data
- 통계예상문제
- blocking
- 영국통계대학원
- factorial design
- 케글타이타닉
- 통계대학원
- literature review
- RCB
- 영국대학원
- Smoothing
- gam모델
- Titanic - Machine Learning from Disaster
- 통계학석사
- Machine Learning
- Today
- Total
목록mean model (2)
DS and stats

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..

2022.03.11 - [Data science - sem 2/Statistical design of investigation] - 통계 실험 디자인하기 - CRD(Completely Randomised design) 지난 번에 이어서, (means model) $$ Y_{ij} = \mu_i + \epsilon_{ij} $$ 여기서 \( \epsilon_{ij} \) 의 평균이 0이기 때문에 \(E[X] = \mu_i \) 가 된다. 이제 \( \mu_i = \mu + \tau_i \)를 이용하여 선형모델을 만들어보자. (treatment model) $$ Y_{ij} = \mu + \tau_i + \epsilon_{ij} $$ \( \mu_i \) 가 treatment의 영향을 안받는 모든 변수들의 ..