정보 업무명 : 업비트의 비트코인과 알트코인의 대장코인에 해당하는 이더리움의 실시간 매수-매도량 감시 프로그램 작성자 : 박진만 작성일 : 2022-10-09 설 명 : 비트코인과 이더리움의 실시간 거래 데이터를 수집하고, 이를 이용하여 비트코인의 가격을 대략적으로 예상하는 모니터링 프로그램 설명 수정이력 : - 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 수집 수집된 데이터를 바탕으로 매일 00 UTC 이후 매수금액과 매도금액의 누적합을 합산하여, 누적 그래프에 표시함 동시에 시간에 따른 거래가격의 변화 역시 시계열 그래프에 표시함 거래량과 가..
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..
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..
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..
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..
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..
정보 업무명 : 선형 회귀 : 다중 회귀 분석 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 [다중 회귀 분석] 회귀 분석은 원인과 결과 또는 결과와 결과 간의 양적 관계를 확인하는 분석 방법 중 하나이다. 예를 들어, 옥신은 식물 줄기의 키 및 성장을 촉진하는 물질로 알려져 있다. 이 때 식물에 주어진 옥신 농도가 높을수록 줄기의 키 성장률이 높아진다. 따라서, 키의 성장률의 결과는 옥신 농도의 원인으로 설명 될 수 있다. 여기서 y가 성장 속도이고 x가 옥신 농도 인 경우, y 및 x는 다음 선형 회귀 방정식으로 표현할 수 있다. 위 회귀 방정..
정보 업무명 : 선형 회귀 : 단 회귀 분석 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 [단일 회귀 분석] 단일 회귀 분석은 하나의 요인이 하나의 결과를 준다는 단순한 인과 관계를 설명하는 데 사용되는 분석 방법이다. 예를 들면, 이산화탄소의 농도가 상승하면 평균 기온도 상승한다는 현상을 설명 할 때 회귀 분석이 사용될 수 있다. 회귀 분석은 다음과 같이 1 차 함수로 수식화 할 수 있다. 확률 변수 X와 Y는 각각 원인과 결과라고 볼 수있다. 원인 x가 변화함에 따라 결과 y도 변화한다. 확률 변수 X는 Y를 설명하는 변수이기 때문에 설명 변..
정보 업무명 : 베이지안 통계학: 사전 분포 작성자 : 박진만 작성일 : 2020-04-18 설 명 : 수정이력 : 내용 [개요] [특징] 통계이론 설명 [활용 자료] 없음 [자료 처리 방안 및 활용 분석 기법] 없음 [사용법] 내용 참조 상세 내용 [사전 분포] 베이즈 추론에서는 사전 분포를 결정하는 것으로부터 시작된다. 사전 분포는 과거의 문헌, 여분 데이터와 경험에서 대략적인 분포를 알고있는 경우, 그러한 분포를 이번 사전 분포로 사용할 수있다. 그러나 수집하고자 하는 선행 연구에서 데이터 수집 방법과 분석 목적이 이번이 실험 데이터 수집 방법 및 분석 목적과 일치하는지 여부를 확인할 필요가있다. 한편, 사전 분포에 대해 전혀 정보가 없는 경우는, 무 정보 사전 분포가 사용된다. 다만,이 무 정보 ..
정보 업무명 : 베이지안 통계학: 사후 분포 작성자 : 박진만 작성일 : 2020-04-18 설 명 : 수정이력 : 내용 [개요] [특징] 통계이론 설명 [활용 자료] 없음 [자료 처리 방안 및 활용 분석 기법] 없음 [사용법] 내용 참조 상세 내용 [사후 분포] 원인을 θ 결과를 z로 놓았을 때, 원인 θi 의 사전 확률 P (θi)를 w(θi)로, 그리고 사후 확률 P(θi | z)를 w'(θi | z)로, 또한 P (z | θi)를 z의 함수로써 f(z | θi)라고 쓰게 되는 경우, 베이즈 정리는 아래와 같은 형태로 쓸여질 수 있다. θ가 연속적이라면, 베이즈 정리는 적분을 이용하여 다음과 같이 쓸 수 있다. 이 때 w를 사전 분포 (prior distribution), w '사후 분포 (post..
최근댓글