[통계] 업비트 비트코인-이더리움 실시간 매수-매도량 감시 프로그램 (모니터링)

정보업무명     :  업비트의 비트코인과 알트코인의 대장코인에 해당하는 이더리움의 실시간 매수-매도량 감시 프로그램 작성자     :  박진만작성일     :  2022-10-09설   명     :  비트코인과 이더리움의 실시간 거래 데이터를 수집하고, 이를 이용하여 비트코인의 가격을 대략적으로 예상하는 모니터링 프로그램 설명수정이력  :   내용[내용 요약]어떠한 상품이 있을 때 해당 상품의 가격이 형성되는 기본적인 원리는 수요와-공급의 법칙에 따른다는 것을 착안함 업비트 거래소에서 거래되고 있는 비트코인과 이더리움의 실시간 거래 데이터를 수집수집된 데이터를 바탕으로 매일 00 UTC 이후 매수금액과 매도금액의 누적합을 합산하여, 누적 그래프에 표시함동시에 시간에 따른 거래가격의 변화 역시 시계열 ..

• format_list_bulleted 통계 이론
• · 2022. 10. 11.
• textsms

[통계이론] 선형회귀 : Wald 검정

정보 업무명 : 선형 회귀 : Wald 검정 작성자 : 박진만 작성일 : 2020-05-30 설 명 : 수정이력 : 내용 [개요] [특징] 통계이론 설명 [활용 자료] 없음 [자료 처리 방안 및 활용 분석 기법] 없음 [사용법] 내용 참조 상세 내용 [귀무 가설과 대립 가설] Wald 검정은 두 모델 각각의 최대 가능도 방법 량의 차이를 이용한 검정이다. 여기서 두 모델은 매개 변수를 많이 가진 full model과 더 적은 수의 매개 변수를 가진 reduced model이 된다. full model 매개 변수의 최대 가능성 추정량은 \(\hat{\beta}^{0}\)이며 reduced model 매개 변수의 최대 가능성 추정량을 \(\hat{\beta}^{1}\) 이라 하면 그 차이는 \(\hat{\b..

• format_list_bulleted 통계 이론
• · 2020. 5. 30.
• textsms

[통계이론] 선형회귀 : 스코어 검정

정보 업무명 : 선형 회귀 : 점수검정 작성자 : 박진만 작성일 : 2020-04-19 설 명 : 수정이력 : 내용 [개요] [특징] 통계이론 설명 [활용 자료] 없음 [자료 처리 방안 및 활용 분석 기법] 없음 [사용법] 내용 참조 상세 내용 [귀무 가설과 대립 가설] 가설 검정은 귀무 가설을 기각 여부 통계적으로 결정하는 방법이다. 일반화 선형 모델에서 그 모델의 로그 가능도의 1 차 도함수는 점수로 정의되어있다. 관심있는 모델 매개 변수의 최대 가능도 방법 량이 유의 경우 그 최대 가능도 방법 형량을 대수 우도 함수의 1 차 도함수에 대입하면 0이되면 기대할 수 있다. 즉, 귀무 가설이 성립한다면 점수는 0이된다 기대할 수있다. 점수 검정은이 점을 이용한 검정이다. \(\hat{\beta}\)모델의..

• format_list_bulleted 통계 이론
• · 2020. 5. 30.
• textsms

[통계 이론] 선형 회귀 : 우도비검정

정보 업무명 : 선형 회귀 : 우도비검정 작성자 : 박진만 작성일 : 2020-04-19 설 명 : 수정이력 : 내용 [개요] [특징] 통계이론 설명 [활용 자료] 없음 [자료 처리 방안 및 활용 분석 기법] 없음 [사용법] 내용 참조 상세 내용 [귀무 가설과 대립 가설] 우도 비 검정은 두 모델의 우도 비를 이용한 검정이다. 이 때 매개 변수를 더 가진 모델을 full model 이라 하며, 매개 변수를 더 적은 쪽을 reduced model이라 한다. 모델을 구축하기 위해 생각할 수 있는 모든 매개 변수의 집합을 \(\Theta\)라 하자. 그중 full model에 포함 된 매개 변수의 집합을 \(\Theta^{0}\)으로하고, reduced model에 포함 된 매개 변수의 집합을 \(\Theta..

• format_list_bulleted 통계 이론
• · 2020. 4. 20.
• textsms

[통계 이론] 선형 회귀 : 로그 우도 함수의 최대 우도 (가능도) 추정

정보 업무명 : 선형 회귀 : 로그 우도 함수의 최대 우도 (가능도) 추정 작성자 : 박진만 작성일 : 2020-04-19 설 명 : 수정이력 : 내용 [개요] [특징] 통계이론 설명 [활용 자료] 없음 [자료 처리 방안 및 활용 분석 기법] 없음 [사용법] 내용 참조 상세 내용 [로그 우도 함수의 최대 가능도 추정] 일반화 선형 모형으로 랜덤 변수 Y를 모델링 할 때 매개 변수가 β이고, 디자인 행렬이 X이고 링크 함수가 g 인 경우 모델은 아래의 식과 같이 쓰여질 수 있다. 이 때, 일반화 선형 모델에 내장 된 매개 변수 β으 최대 가능도를 추정하는 방법을 보여준다. [일반화 선형 모형의 로그 가능도] 랜덤 변수 Y의 밀도 함수는 다음 식과 같이 지수 분포 집합으로 표현 될 수 있다고 가정한다. 여기..

• format_list_bulleted 통계 이론
• · 2020. 4. 19.
• textsms

[통계 이론] 선형 회귀 : 오차구조 (error structure), 연결 함수 (link function), 선형 예측 (linar predictor)

정보 업무명 : 선형 회귀 : 오차구조 (error structure), 연결 함수 (link function), 선형 예측 (linar predictor) 작성자 : 박진만 작성일 : 2020-04-19 설 명 : 수정이력 : 내용 [개요] [특징] 통계이론 설명 [활용 자료] 없음 [자료 처리 방안 및 활용 분석 기법] 없음 [사용법] 내용 참조 상세 내용 [개요] 일반화 선형 모형 (GLM)은 오차 구조 (error structure) 선형 예측 (linear predictor) 및 연결 함수 (link function)의 3 가지 요소로 구성되어 있다. [오차 구조] 오차 구조는 종속 변수가 따르는 확률 분포를 나타낸다. 예를 들어, 종속 변수가 높이인 경우 오차 구조는 정규 분포이고 종속 변수가..

• format_list_bulleted 통계 이론
• · 2020. 4. 19.
• textsms